改进的模块PCA人脸识别新算法

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

分类号：TP391(计算技术、计算机技术)

资助基金：大学生创新训练项目No.274012529。

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-164,176