基于PCA的特征选择算法

摘要：

在人脸识别的某些应用中,最好能够找到原始特征的关键子集,减少不必要的特征计算和资源耗费,而不是得到所有原始特征的映射.主成分分析法(Principal Components Analysis,PCA)是目前比较常用的人脸识别算法,PCA将人脸图像映射到能很好地表征训练图像集的特征脸空间中,但是基于PCA的人脸识别的缺陷在于原始空间所有的特征都映射到了低维特征窄间中,是基于最佳描述性特征子集.提出了一种新的基于PCA的特征选择方法,将特征选择与特征抽取相结合,对特征脸空间再进行特征选择,选择人脸原始特征集中最关键的特征,并将其应用在基于PCA的人脸识别中.

关键词：人脸识别、PCA、特征脸、特征选择

所属期刊栏目：21

分类号：TP301.6(计算技术、计算机技术)

资助基金：江苏省自然科学基金08KJB520008;南京邮电大学人才引进启动基金NY207137,NY207148

在线出版日期：2011-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：123-125