基于核主分量分析的脸谱识别方法

摘要：

此文提出了一种新的脸谱识别方法--基于核主分量分析(KPCA)的脸谱识别方法.首先利用KPCA方法提取脸谱图象的特征,然后利用线性支持向量机进行识别.KPCA的基本思想就是:首先经过一个非线性映射,将输入空间的数据映射到一个高维的特征空间中,以求数据在特征空间中线性可分(或近似线性可分),然后在特征空间中进行标准的PCA提取主元,作为特征向量.同时,我们将脸谱识别的经典方法主分量分析(PCA)(特征脸方法)和最近提出的独立分量分析(ICA)脸谱识别方法与新方法进行了比较,并利用ORL脸谱库进行实验,实验结果显示,新的方法具有较高的识别率.

关键词：核主分量分析、主分量分析、独立分量分析、支持向量机

所属期刊栏目：8

分类号：TP391.41(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研项目20020358033

在线出版日期：2004-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：635-638