基于特征脸的主成分分析人脸识别

陈 勇1; 林 颖2

基于特征脸的主成分分析人脸识别

引用本文：陈勇1，林颖2.基于特征脸的主成分分析人脸识别[J].计算技术与自动化,2017,(2):122-124

摘要点击次数: 1022

全文下载次数: 0

作者	单位
陈勇1，林颖2	（1.佛山科学技术学院自动化学院，广东佛山 528000；2.南华大学计算机科学与技术学院，湖南衡阳 421001）

中文摘要:采用基于PCA（主成分分析）的特征脸人脸识别方法，判断一张给定的图像是否为人脸图像。该方法通过计算训练集的特征向量，得到一个由特征脸组成的子空间，并将训练集中的人脸图像投影到该子空间中。检测人脸时，将二维的人脸图像投影到脸空间，并计算该图像与脸空间之间的欧几里得距离，以距离是否小于某一设定的阀值来识别是否人脸图像，实验测试结果准确率为97.5%。

中文关键词:人脸识别特征脸主成分分析

Face Recognition Based on Principal Component Analysis with Eigenface

Abstract:The main work of this thesis is to determine whether a given image is a human face picture by using the eigenface approach—a face recognition method based on PCA (Principal Component Analysis). The approach calculate eigenvector (or eigenface) from the training set to obtain a subspace spanned by the eigenfaces，and then project the face images in training set onto the subspace. When detecting faces，the two-dimensional face image is projected onto the face space and the Euclidian distance between the image and the subspace is computed. If the distance under a chosen threshold，then the image is classified as a face image，the accuracy of the test results is 97.5%.

keywords:face recognition eigenface principal component analysis

查看全文 查看/发表评论 下载pdf阅读器