首页 > 《计算机产品与流通》 > 2019年1期 > 基于PCA的人脸特征提取和识别

基于PCA的人脸特征提取和识别

在线阅读下载PDF 导出详情

摘要人脸识别作为身份识别的重要技术之一,已经开始广泛应用到人们的日常生活。人脸特征提取方法--主成分分析(PCA)可以在提取样本特征的同时降低样本维数,在此基础上提出的白化主成分分析(WPCA)可以降低图像中相邻像素的相关性,核主成分分析(KPCA)能够更好地提取适合分类的特征。本文主要分析了在不同光照和噪声情况下,三种常用的人脸特征提取方法—主成分分析(PCA)、白化主成分分析(WPCA)、核主成分分析(KPCA)均采用最近邻分类方法进行识别所用时间和识别率。

DOI 7dmlkreejn/2148830

作者王惠;宗玉萍

机构地区不详

出处《计算机产品与流通》 2019年1期

关键词人脸识别 PCA WPCA KPCA 最近邻分类

分类 [自动化与计算机技术][计算机科学与技术]

出版日期 2019年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）