Abstract

In this paper, we propose a face recognition method using modified 2-D PCA. While the previous PCA method computes the covariance matrix by using one dimensional vectors, the 2-D PCA method computes the covariance matrix by directly using direct two dimensional image, and extracts the feature vectors by solving eigenvalue problem. The proposed method recognizes the faces by applying the modified 2-D PCA to face images and it gets linear transformation matrix using two covariance matrices. The experimental results indicates that the proposed method improved about $1\%$ and achieved more stability in recognition rate than conventional 2-D PCA.

본 논문은 변형된 2-D PCA를 이용한 얼굴 인식 방법에 대하여 제안한다. 기존의 PCA는 1 차원 벡터들로 공분산 행렬을 구하는 반면에 2-D PCA는 2 차원 영상을 직접적으로 이용하여 공분산 행렬을 구한 후 그것의 고유값에 따른 고유벡터를 구하여 특징 벡터들을 추출한다. 제안 방법은 두 개의 공분산 행렬들을 이용하여 선형 변환 행렬을 구하는 변형된 2-D PCA 방법을 적용하여 얼굴을 인식한다. 실험 결과는 2-D PCA 보다 제안된 방법이 $1\%$ 정도 얼굴 인식률이 더 좋으며, 안정된 인식률을 보여준다.

Keywords

• PCA;
• 2-D PCA;
• Eigenface;
• feature extraction;
• face recognition