基于PCA算法的人脸识别方法研究比较

• 作者: 孙涛 谷士文 费耀平
• 来源期刊: 现代电子技术
• 关键词: 主成分分析 二维主成分分析 数据降维 人脸识别
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 自动化技术
• 页码范围: 112-114
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2007.01.040

摘要

主成分分析(Principal Component Analysis,PCA)方法是人脸识别技术中一种广泛应用的数据降维技术.当通过使用PCA变换获得的主成分去重建原始人脸图像时,能使均方误差最小.在传统的PCA基础上,Yang等人提出了2DPCA方法,避免了从图像矩阵向一维向量的转换,并在人脸识别中获得了满意的效果.文章对这两种方法做了理论上比较并给予实验数据支持,实验证明,2DPCA在识别方面略优于传统PCA算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷士文	中南大学信息科学与工程学院	23	434	9.0	20.0
2	费耀平	中南大学信息科学与工程学院	63	751	14.0	25.0
3	孙涛	中南大学信息科学与工程学院	6	65	3.0	6.0