| PCA在人脸识别方法中的比较研究 |
| |
| 作者单位： | 江西蓝天学院计算机系 |
| |
| 摘 要： | 主成成份分析(PCA)方法是人脸识别技术中常用的一种一维特征抽取方法。但是传统PCA方法用于人脸识别常常面临图像维数高,直接计算数量大的问题。为了解决这两个问题,人们对PCA进行了改进,提出并实现了多种基于PCA的人脸识别。通过对三种基于PCA的人脸识别方法作了理论上的研究和实验上的性能比较。实验结果表明PCA 2DPCA是其中综合效果最好的一种方法。
|
| 关 键 词： | PCA人脸识别 2DPCA PCA 2DPCA |
Comparative Study of Face Recognition Algorithms with PCA |
| |
| Authors: | QI Xing-min LIU Guan-mei |
| |
| Abstract: | Principal Component Analysis is a common feature extraction method based on 1D vector.But it often meets two problems of high dimensions and big computation quantity when applying to face recognition.In order to solve the two problems,many improved methods have been proposed and realized.Here,this paper compares three of them on theoretical and experimental data.The experimental results show that PCA 2DPCA is the best of them. |
| |
| Keywords: | PCA face recognition 2DPCA PCA 2DPCA |
| 本文献已被 CNKI 等数据库收录！ |
|
