PCA在人脸识别中的改进算法

• 作者: 刘金琨 张宝昌 黄昉
• 来源期刊: 中国科技论文在线
• 学科: 工学
• 关键词: 主成分分析 特征抽取 推广的PCA 特征矩阵 人脸识别
• 年，卷（期）: 2011,（1）
• 页码范围: 54-58
• 分类号: TP391
• 字数: 4099字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2011.01.011

摘要

基于传统的主成分分析(PCA)方法,为使PCA不再局限于满足高斯分布,提出了改进的PCA人脸识别方法.改进的PCA方法先对训练图像集进行分块,对分块得到的子训练图像集利用传统PCA进行分析,得到多个投影矩阵,通过投影矩阵将训练图片和测试图片投影到特征空间.此外,为了利用样本之间的相关性,进一步提出了基于距离矩阵的扩展方法,使得对训练样本分块时丧失的信息得以保留,进一步提高了系统的性能.在Feret人脸库上的试验结果表明,所提出的方法在识别性能上明显优于传统的PCA方法,识别率得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金琨	北京航空航天大学自动化与电气工程学院	58	2253	18.0	47.0
2	张宝昌	北京航空航天大学自动化与电气工程学院	6	25	3.0	5.0
3	黄昉	北京航空航天大学自动化与电气工程学院	2	22	2.0	2.0