对称核主成分分析及其在人脸识别中的应用

摘要：

核主成分分析(KPCA)没有充分利用人脸的对称性特征,在人脸识别中缺少训练样本,致使其识别率较低.为此,提出一种对称KPCA算法.利用人脸的镜像对称性,通过对训练样本进行镜像变换,得到奇对称样本和偶对称样本,分别提取各奇/偶对称样本的特征分量,使用最近邻距离分类器完成分类.实验结果表明,该算法能扩大样本容量,当多项式阶数为2时,该算法的识别率高于KPCA算法,识别时间短于KPCA算法.

关键词：人脸识别、支持向量机、特征提取、镜像对称性、主成分分析、核主成分分析

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：甘肃省自然科学基金资助项目0803RJZA109;甘肃省科技攻关计划基金资助项目2GS035-A052-011

在线出版日期：2013-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：174-177,181