基于主成分分析法的人脸识别的探讨与研究

• 作 者: 孙强 叶玉堂 邢同举 吴建平 周孟特 王智芳
• 机 构: 电子科技大学光电信息学院
• 出 处: 电子设计工程
• 发表日期: 2011年20期
• 关键词: PCA算法 K—L变换 特征脸 特征子空间 图像重建 PCA algorithm K-L transform eigenface feature su

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 Compo-nent 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,从而达到识别的目的。最后利用人脸库对其进行了测试。