一种基于差分向量和KPCA人脸识别方法

摘要：

本文提出了一种基于差分向量和KPCA的人脸识别方法。人脸图像的每类的共同向量是由该类图像通过Gram—Schmidt正交变换而得到的，它表示同一类图像的共同的不变的性质。原始图像与该类共同向量之间的差分向量则含有该类协方差矩阵所有非零特征值所对应的特征向量的所有特征。通过KPCA对差分向量的处理得到最优投影向量，识别结果是通过推导测试样本的差分向量和训练样本的差分向量在最优投影轴上获得的特征向量之间的最小距离而得到。为了测试本方法的识别性能，实验在两个通用人脸数据库上进行测试，即ORL和Yale人脸数据库。实验结果显示本文提出的方法获得较好的识别结果。

关键词： 人脸识别 共同矢量 KPCA 差分向量

作者: 文颖 吕岳 施鹏飞

作者单位: 上海交通大学图像处理和模式识别所，上海 200030 中国邮政集团上海研究院，上海 200062 华东师范大学计算机系，上海 200062 中国邮政集团上海研究院，上海 200062 上海交通大学图像处理和模式识别所，上海 200030

会议类型: 国内会议

会议名称: 2007年全国模式识别学术会议

会议地点: 北京

会议语种:中文

页码: 255-261

在线出版日期: 2007-12-11（万方平台首次上网日期，不代表论文的发表时间）