基于PCA的人脸确认算法研究

摘要：

针对用户庞大的实际应用中,人脸识别不能保证实时性的问题,对基于PCA的人脸确认算法进行了研究.为每个对象建立一个人脸子空间,而每个对象包括在尽可能多的情况(灯光,表情,姿势等)下的样本.引入四种分类器,即欧氏距离,马氏距离,归一化的相关系数和重建误差对结果进行分类.实验结果发现,基于确认模式的PCA算法对各种变化的鲁棒性较强;用重建误差分类器进行分类,在所有比较的分类器中具有最好的性能.

关键词： 人脸确认 主成分分析 重建误差 人脸识别 PCA算法

作者: 鲍福良 方志刚 徐洁

作者单位: 浙江大学城市学院信息与电气工程学院 杭州 310015

会议类型: 国内会议

会议名称: 第六届全国信息获取与处理学术会议

会议地点: 河南焦作

会议语种:中文

页码: 368-371

在线出版日期: 2008-08-06（万方平台首次上网日期，不代表论文的发表时间）