一种基于KPCA与LDA的人脸识别改进算法

摘要：

提出一种核主元分析和线性判别分析相结合的人脸特征识别改进算法.采用核主元分析法对人脸特征信息数据进行主分量提取,以消除数据特征间的相关性和压缩特征向量的维数.通过引入成对加权Fisher准则和正则化规则对线性判别分析法进行改进,进而实现人脸的自动识别.基于ORL人脸库进行的实验表明,此改进算法能够有效识别库中的人脸,识别率达91.7％,与K近邻法和主元分析法相比有较高的识别率.

关键词：核主元分析、线性判别分析、人脸识别、特征提取、维数灾难

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目51205372

在线出版日期：2014-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：132-134,137