PCA类内平均脸法在人脸识别中的应用研究

• 作者: 何国辉 甘俊英
• 来源期刊: 计算机应用研究
• 关键词: 人脸识别 PCA算法 特征脸 类内平均脸
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 图形图像
• 页码范围: 165-166,169
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.03.057

摘要

人脸识别是生物特征识别技术中一个非常活跃的课题,取得了很多研究成果.统计主元分析法(Principal Components Analysis, PCA)是人脸特征提取和识别的常用方法之一.结合传统PCA算法的特点,提出了一种用类内平均脸对类内样本进行规范化的方法.该方法有效地增加了类间样本的识别距离、有效地缩小了类内样本的识别距离,从而提高了人脸正确识别率.基于ORL人脸数据库的实验结果表明,该方法正确识别率达到98%,在人脸识别的实际应用中是一种可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何国辉	五邑大学信息学院	31	357	11.0	18.0
2	甘俊英	五邑大学信息学院	82	871	14.0	26.0