基于主成分分析方法的人脸识别研究.pdfVIP

维普资讯 模 式识别 文章编号：1008-0570(2007)10-1-0235-03 基于主成分分析方法的人脸识别研究 ； A FaceRecognitionStudyBasedonPrincipalComponentAnalysisMethod 旺苏工业学院1王正洪 邹 凌 WANG ZHENGHONG ZOU LING 摘要：本文 以MATLABE作为工具平 台。通过计算输入 图像和训练集图像 的欧几里得距 离对主成分分析算法的人脸识别效果作 了 仿真研究。结果表明了主成分分析算法识别人脸的有效性，论文还通过对不同光照条件建筑物的识别验证了PCA对光照条件的 鲁棒性 。最后提 出了改进 的识别方法 。 关键词：人脸识别 ；主成分分析 ；欧几里得距离 中图分类号：TP273 文献标识码：A Abstract：BasedonMatlab platform，thispapermadeasimulation studyon facerecognitionby calculatingtheEuclidean distancebe— tweentheinputimageandthetrainingset，usingPrincipalcomponentanalysis(PCA)、TheresultsshowedthatPCAmethodiseffec- tire；therecognition resultsonbuildingphotoswithdifferentlightingconditionsshowed thestability ofPCA， atlast； wegavesome suggestionstoimprovetheperformance． Keywords：facerecognition，PCA ，Euclideandistance 其 中A= ．．．．，m1． l 刖 置 特征脸 由协方差矩阵 C的正交特征向量组成 。对于N*N人 人脸识别是模式识别研究的一个研究热点，在许多领域有 脸 图像 。协方差阵C的大小为N2*N2，对它求解特征值和特征向 实际的和潜在的应用 。人脸识别技术用于司法领域 ，作为辅助 量是很 困难 的，一种取而代之 的方法是解 M*M个较小的矩阵。 手段 ，进行身份验证 ，罪犯识别等：而且在商业上也有许多潜在 首先计算M*M矩阵L的特征向量 vl(1=l，…，M)： 的应用领域 。如银行信用卡的身份识别、安全识别系统、可视 电 L=Ar*A 话、医学、档案管理、电视会议人机交互系统等方面 。正是 由于 矩阵C的特征 向量 u 由差值 图像 i(i=l，…，M)与 V。线性 人脸识别有着广阔的应用前景，越来越成为当前模式识别和人 组合得到： 工智能领域的一个研究热点。 U=Iui…．，ud=中【 ．．，中m1Iv…．，vd=AV 主成分分析(PCA)方法是一种有效的特征提取方法。将人脸 f21基于特征脸 的人脸识别 图像表示成一个列 向量 ．经过 PCA变换后 ，不仅可以有效地 降 基于特征脸的人脸识别过程 由两个阶段组成：训练阶段和 低其维数 ，同时又保留所需要 的识别信息。这些信息对光照、表