首页 | 本学科首页   官方微博 | 高级检索  
     

改进的模块PCA人脸识别新算法
引用本文:赵鑫,汪维家,曾雅云,熊才伟,任彦嘉. 改进的模块PCA人脸识别新算法[J]. 计算机工程与应用, 2015, 0(2): 161-164,176
作者姓名:赵鑫  汪维家  曾雅云  熊才伟  任彦嘉
作者单位:北京交通大学 理学院,北京,100044
基金项目:大学生创新训练项目(No.274012529)。
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。

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

Improved modular PCA face recognition algorithm
ZHAO Xin,WANG Weijia,ZENG Yayun,XIONG Caiwei,REN Yanjia. Improved modular PCA face recognition algorithm[J]. Computer Engineering and Applications, 2015, 0(2): 161-164,176
Authors:ZHAO Xin  WANG Weijia  ZENG Yayun  XIONG Caiwei  REN Yanjia
Affiliation:ZHAO Xin;WANG Weijia;ZENG Yayun;XIONG Caiwei;REN Yanjia;College of Science, Beijing Jiaotong University;
Abstract:
Keywords:principal components analysis  face recognition  weight coefficient  improved Principal Component Analysis (PCA)method
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号