一种基于KPCA与LDA的人脸识别改进算法

被引:5
作者
郝静静 [1 ]
李莉 [2 ]
机构
[1] 开封大学信息工程学院
[2] 河南工程学院计算机科学与工程系
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;
D O I
10.16157/j.issn.0258-7998.2013.12.042
中图分类号
TP391.41 [];
学科分类号
080203 ;
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。
引用
收藏
页码:132 / 134+137 +137
页数:4
相关论文
共 9 条