基于LLE和PCA的人脸识别算法研究.pdfVIP

云南民族大学学报：自然科学版，2013，21(s1)：58—61 CN53一1192／NISSN1672—8513 doi：10．3969／j．issn．1672—8513．2013．S1．015 基于LLE和PCA的人脸识别算法研究 邹云波，余昌勤，李小彦 (云南民族大学数学与计算机科学学院，云南昆明650031) 摘要：用PCA算法对非线性结构的高维数据(如人脸图像)进行降维，会破坏其局部结构信息． 而采用LLE算法对其进行降维，又会保留大量的冗余信息，并且算法不具有可扩展性，从而达不 到预期的降维效果．为了克服PCA算法和LLE算法的这些缺点，我们提出将LLE算法与PcA算 法以及径向基神经网络相结合的LPR算法，并将该算法分别与LLE算法和PcA算法进行实验 比较．结果表明，LPR算法在保证较高识别率的同时，大大提高了算法效率． 关键词：LLE；PCA；最近邻分类器；识别率 274 中图分类号：TP 文献标志码：A 文章编号：1672—8513(2013)S1—0058—04 Researchonface basedonLLEandPCA recognition ZOU Yun—bo，YUChang—qin，LIXiaO—yan ofMathematicsand of 65003 (School Science，Yunnan l，China) Computer UniversityNationalities，Kunming PCAtoreducethedimensionof dimensiondatathathasnonlinear willdam- Abstract：Using high stlllcture，which thelocalstmcturalinfo珊ationof dimensiondata． LI正toreducethedimensionof dimension age high Using high datathathasnonlinear willrestminta numberofredundantinfo咖ationandbenotextendi- stlllcture，which la唱e itcan’t the of reduction．InordertooVercomethe ofPCA ble，so dimensionality shortcoming get expeetedpurpose and article LPR whichcombinesLI。Ewith the withLLEand LLE，Thisgives algorithm PCA，comparingalgorithm PCA．Resultofthis showthatLPRhas mteand the of at experiment highrecognitionimpmVeemciencyalgorithm thesametime． classifierofnearest rate Keywords：LLE；PCA；the neighbor；recognition 人脸识别是利用计算机分析人脸数据，提