电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2011年
20期
101-104,109
,共5页
孙强%叶玉堂%邢同举%吴建平%周孟特%王智芳
孫彊%葉玉堂%邢同舉%吳建平%週孟特%王智芳
손강%협옥당%형동거%오건평%주맹특%왕지방
PCA算法%K—L变换%特征脸%特征子空间%图像重建
PCA算法%K—L變換%特徵臉%特徵子空間%圖像重建
PCA산법%K—L변환%특정검%특정자공간%도상중건
PCA algorithm%K-L transform%eigenface%feature subspace%image reconstruction
人脸识别是生物特征识别和人工智能领域特别重要的课题之一。讨论了统计主成分分析法（Principal Component Analysis，PCA）在人脸识别中的应用。PCA是基于统计的方法，可以对人脸库数据起到降低维数、去除相关性等作用。通过Kauhunen-Loeve变换（K—L变换）将人脸库变换到新的坐标系，得到人脸特征子空间，然后将待测人脸图像投影到特征子空间，最后利用2-范数距离分类器进行分类，从而达到识剐的目的。最后利用人脸库对其进行了测试。
人臉識彆是生物特徵識彆和人工智能領域特彆重要的課題之一。討論瞭統計主成分分析法（Principal Component Analysis，PCA）在人臉識彆中的應用。PCA是基于統計的方法，可以對人臉庫數據起到降低維數、去除相關性等作用。通過Kauhunen-Loeve變換（K—L變換）將人臉庫變換到新的坐標繫，得到人臉特徵子空間，然後將待測人臉圖像投影到特徵子空間，最後利用2-範數距離分類器進行分類，從而達到識剮的目的。最後利用人臉庫對其進行瞭測試。
인검식별시생물특정식별화인공지능영역특별중요적과제지일。토론료통계주성분분석법（Principal Component Analysis，PCA）재인검식별중적응용。PCA시기우통계적방법，가이대인검고수거기도강저유수、거제상관성등작용。통과Kauhunen-Loeve변환（K—L변환）장인검고변환도신적좌표계，득도인검특정자공간，연후장대측인검도상투영도특정자공간，최후이용2-범수거리분류기진행분류，종이체도식과적목적。최후이용인검고대기진행료측시。
Face recognition is an especially important subject in the area of biometrical recognition technology and artificial intelligence. In the paper, the application of Principal Component Analysis in the face recognition is discussed. PCA is based on the statistics, and can play an role of reducing the dimension and dependent of the face image database data. The feature subspace of face can be obtained after transformed the image face database to a new coordinate system through Kauhunen- Loeve （K-L） transformation. Then project the test image to feature subspace; At last, the projection result is classified using the 2-norm distance classifier to achieve the goal of recognition. The test of face image database with PCA is presented.
