基于KL变换和PCA人脸识别方法.doc

《基于KL变换和PCA人脸识别方法.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、目录基于KL变换和PCA人脸识别方法..............................................................................2摘要................................................................................................................................2KL变换和PCA人脸识别方法.................................................

2、....错误！未定义书签。1简介...............................................................................................................................................22KL变换和PCA分析.................................................................................................................32.1KL变

3、换原理............................................................................................错误！未定义书签。2.2主成分分析法（PCA）.......................................................................错误！未定义书签。2.3人脸识别中PCA算法步骤及流程.......................................................错误！未定义书签。3实验及结果分析...

4、.....................................................................................错误！未定义书签。4总结............................................................................................................错误！未定义书签。5展望..........................................................................

5、..................................错误！未定义书签。参考文献......................................................................................错误！未定义书签。基于KL变换和PCA人脸识别方法作者：摘要生物特征识别技术使用了人体本身所固有的生物特征，与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分，在近三十年里得到了广泛的关注和研究，已经成为计算机视觉、模式识别领域的研

6、究热点。人脸识别在公共安全、证件验证、门禁系统、视频监视等领域中都有着广泛的应用前景。本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下：（1）介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。（2）给出了基于matlab环境的编程及实验结果，并对结果进行分析。关键词:人脸识别，特征脸，K-L变换，主成分分析1简介我们希望将图像原特征做某种正交变换，获得的数据都是原数据的线性组合，从新数据中选出少数几个，使其尽可能多地反映各类模式之间的差异，又尽可能相互独立，一个常用的方法就是主成分分析(PCA)。KL(Karhunen-Loeve)变换或

7、主分量分析(PrincipalComponentAnalysis，PCA)，这是一种特殊的正交变换，它是重建均方误差最小意义下的最佳变换，起到减少相关性，突出差异性的效果，在图像编码上能去除冗余信息，也常用于一维和二维信号的数据压缩;这种变换采用主要特征对应的特征向量构成变换矩阵，保留原模式样本中方差最大的数据分量，在对高维图像编码时起到了降维作用。由于KL变换和PCA去相关性和降维作用，MathewA.Turk和P.Pentland首先将主成分分析运用到人脸识别中来。通过K_L变换得到高维人脸空间的投