基于距离测度的 PCA 人脸识别研究

摘要：

应用主成分分析法对ORL人脸库及YALE人脸库进行特征提取，采用最近邻分类器及5种不同的距离测度进行人脸识别。结果表明：不同的距离测度及累计方差贡献率对PCA（ Principal Component Analysis ，主成分分析）人脸识别结果影响较大，在累计方差贡献率分别取0．75，0．8，0．9，0．95的条件下，对于ORL人脸库，曼哈顿距离和闵可夫斯基距离下PCA人脸识别正确识别率随累计方差贡献率增大而呈减小趋势；欧几里德距离和夹角余弦距离下PCA人脸识别正确率随累计方差贡献率增大而先增大后减小；切比雪夫距离下的PCA人脸识别正确率保持不变。累计方差贡献率取0．8，以欧几里德距离作为距离测度的PCA人脸识别算法对ORL人脸库取得最高的正确识别率为96．67％，对YALE人脸库，取得的正确识别率为95．56％，验证了算法的有效性。欧几里德距离是PCA人脸识别正确率最高的距离测度。

关键词：主成分分析、人脸识别、特征提取、距离测度

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2016-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50