改进的人脸识别主分量分析算法

• 作 者: 罗琳 邹采荣 仰枫帆
• 机 构: 东南大学无线电工程系,南京航空航天大学电子工程系
• 出 处: 东南大学学报：英文版
• 发表日期: 2006年1期
• 关键词: 人脸识别 主分量分析 线性判别分析 face recognition principal component analysis linear discrim
• 基金项目: Acknowledgements We would like to thank Yale University for making available free Yale face database and Yale face database B in the public domain for the purpose of research.

在应用于人脸识别领域的主分量分析（PCA）算法中，为了降低与外界光照变化相关的特征向量对提取特征的影响，提出了一种改进的主分量分析（MPCA）算法，利用相对应的标准方差对提取的特征矢量元素进行归一化处理．采用耶鲁大学的2个人脸数据库（Yale face database和Yale face database B）进行了验证，实验结果表明，对于正面人脸和具有小角度姿态变化情况下的人脸，提出方法的性能优于传统的PCA和LDA（线性判别分析）算法，而运算量和PCA算法相同，大大低于LDA算法．