基于张量的2D-PCA人脸识别算法

来源：计算机工程与应用杂志2017年第6期北京时间：

作者：叶学义，王大安，宦天枢，夏经文，顾亚风

单位：杭州电子科技大学 模式识别与信息安全实验室，杭州 310018

摘要：人脸图像的色彩信息也是人脸的重要特征，但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示，提出基于张量的2D-PCA（Tensor PCA）的人脸识别算法。Tensor PCA通过分解[n]模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵，并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵，使得投影后的样本间的距离尽可能得大，以达到最佳分类识别的效果。Georgia Tech彩色人脸库的测试结果表明，与2D-PCA方法相比，识别正确率提升了5.53%，同时训练时间降低了78.1%。

关键词：人脸识别,色彩信息,二维主成分分析（2D-PCA）,张量