基于PCA算法的人脸识别

摘要

主成分分析(Principal Component Analysis，PCA)方法是入脸识别技术中一种广泛应用的数据降维技术。从数学角度看，以K-L变换为基础的PCA人脸识别方法是基于统计的方法中最优的，它使得压缩前后的均方误差最小，且变换后的低维空间有很好的分辨能力。但这种传统的PCA方法常常面临图像维数高，直接计算量大的问题。因此，Yang等人提出了2DPCA方法，避免了从图像矩阵向一维向量的转换，并获得了满意的效果。文章对这两种方法做了理论上的比较，并通过实验证明2DPCA在识别方面略优于传统PCA算法。