基亏主成分分析法的人脸识别的探讨与研究

• 作者: 叶玉堂 吴建平 周孟特 孙强 王智芳 邢同举
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: PCA算法 K—L变换 特征脸 特征子空间 图像重建
• 年，卷（期）: 2011,（20）
• 所属期刊栏目: 图像与多媒体
• 页码范围: 101-104,109
• 分类号: TP391.41
• 字数: 2135字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2011.20.037

摘要

人脸识别是生物特征识别和人工智能领域特别重要的课题之一。讨论了统计主成分分析法（Principal Component Analysis，PCA）在人脸识别中的应用。PCA是基于统计的方法，可以对人脸库数据起到降低维数、去除相关性等作用。通过Kauhunen-Loeve变换（K—L变换）将人脸库变换到新的坐标系，得到人脸特征子空间，然后将待测人脸图像投影到特征子空间，最后利用2-范数距离分类器进行分类，从而达到识剐的目的。最后利用人脸库对其进行了测试。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶玉堂	电子科技大学光电信息学院	170	1471	17.0	30.0
2	周孟特	电子科技大学光电信息学院	4	42	4.0	4.0
3	王智芳	电子科技大学光电信息学院	4	42	4.0	4.0
4	孙强	电子科技大学光电信息学院	8	89	7.0	8.0
5	吴建平	电子科技大学光电信息学院	7	50	4.0	7.0
6	邢同举	电子科技大学光电信息学院	5	65	3.0	5.0