PCA主成分分析在面部特征识别中的应用

• 作者: 崔延硕 张国雄 曾勇华
• 来源期刊: 山东工业技术
• 关键词: PCA 降维 面部特征图像 快速识别
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 理论研究
• 页码范围: 228,280
• 页数: 2页
• 字数: 1638字
• 语种: 中文
• DOI: 10.16640/j.cnki.37-1222/t.2016.11.209

摘要

在实际应用中,面部往往看成高维数据,因此会遇到维数灾难问题,需要对数据降维方便特征提取.PCA(principal Component Analysis)算法能够用于对原有数据进行简化,将复杂数据降维,利用这个原理对高维面部图像进行表征,通过去除相关性,减少冗余,用相对较少的变量来表达面部最主要的特征,达到快速识别面部的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔延硕	成都理工大学信息科学与技术学院	5	6	2.0	2.0
2	张国雄	成都理工大学信息科学与技术学院	3	8	2.0	2.0
3	曾勇华	成都理工大学地球物理学院	1	3	1.0	1.0