文献类型：期刊文献

中文题名：基于PCA和LDA算法的人脸识别系统

英文题名：Realization of Face Recognition Based on LDA and PCA Algorithm

作者：王晓洁[1]

第一作者：王晓洁

机构：[1]新乡学院计算机与信息工程学院

第一机构：新乡学院计算机与信息工程学院

年份：2015

卷号：32

期号：12

起止页码：37-39

中文期刊名：新乡学院学报

外文期刊名：Journal of Xinxiang University

语种：中文

中文关键词：人脸识别;主成分分析;线性判别分析;K近邻分类器

外文关键词：face recognition;principal component analysis;linear discriminant analysis;K-nearest neighbor classifier

摘要：针对传统的主成分分析的人脸识别技术只考虑人脸的整体分布而没有充分利用人脸类别的标签信息的缺点,设计了一种基于PCA+LDA算法的人脸识别系统。首先采用人脸识别中常用的主成分分析算法压缩人脸特征空间维数;然后再利用线性判别分析算法寻找最优投影向量,实现人脸数据的进一步压缩并抽取分类信息;最后采用K近邻分类器实现人脸分类。在MATLAB环境下实现了人脸识别系统,验证了该方法可以对人脸进行有效识别。
The paper proposed a face recognition system based on PCA and LDA algorithm, for the traditional principal component analysis of face recognition could only consider the overall distribution of the face, instead of making full use of human face label information. Firstly, the study compressed the face feature space dimension by using the principal component analysis algorithm;secondly, it used linear discriminant analysis algorithm to find the optimal projection vector to achieve further compression of face data and to extract classification information; finally, it used the K-nearest neighbor classifier to realize the face recognition system,especially in MATLAB environment. The system was proved to be effective and have a good application value.