改进的模块PCA人脸识别新算法

• 作者: 任彦嘉 曾雅云 汪维家 熊才伟 赵鑫
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 人脸识别 权重系数 改进的主成分分析(PCA)算法
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 161-164,176
• 页数: 5页
• 分类号: TP391
• 字数: 4404字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1303-0095

摘要

由于传统的PCA要求训练样本符合高斯分布，而现实中得到的图片往往由于光照、表情、姿态的不同，不符合高斯分布。为了使PCA不再局限于高斯分布，并且不影响其识别率，提出一种改进的模块PCA人脸识别新算法。一方面，新算法采取了分块方式，将具有同一姿态的图片划分进同一矩阵，以使训练样本更接近于高斯分布。另一方面，新算法对传统PCA算法中前三个主分量加小于1的权重系数，可以减少光照变化对识别率的影响。利用分块和权重系数的共同作用使得PCA不再局限于高斯分布，同时提高识别率。最后在ORL人脸库上进行实验，结果表明新算法优于传统的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	赵鑫	北京交通大学理学院	6	39	1.0	6.0
2	汪维家	北京交通大学理学院	2	40	2.0	2.0
3	曾雅云	北京交通大学理学院	1	37	1.0	1.0
4	熊才伟	北京交通大学理学院	1	37	1.0	1.0
5	任彦嘉	北京交通大学理学院	1	37	1.0	1.0