基于PCA-SIFT算法人脸识别

被引：2

作者：

周岳平

傅志中

张磊

机构：

[1] 上海理工大学光电信息与计算机工程学院

来源：

江南大学学报(自然科学版) | 2014年 / 13卷 / 02期

关键词：

人脸识别; 主成分分析法; 特征匹配; ORL人脸库;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

文中提出了一种分块PCA-SIFT人脸识别方法。先对图像矩阵进行分块,然后提取出样本特征点,采用PCA方法对分块得到的子图像矩阵计算出特征值和特征向量并且进行降维处理,生成PCA-SIFT描述子;据最近距离与次近距离之比是否满足某一阈值,来对输入图像与训练样本中的图像特征点进行匹配。使PCA不再只局限于满足高斯分布,也同时提高了主元的维数。在ORL和Yale人脸库上的实验结果表明,有效地增加了识别的精度和抗干扰能力。

引用

页码：156 / 161

页数：6

共 7 条

[1] 小样本情况下Fisher线性鉴别分析的理论及其验证 [J].