论文研究改进的模块PCA人脸识别新算法.pdf

由于传统的PCA要求训练样本符合高斯分布，而现实中得到的图片往往由于光照、表情、姿态的不同，不符合高斯分布。为了使PCA不再局限于高斯分布，并且不影响其识别率，提出一种改进的模块PCA人脸识别新算法。一方面，新算法采取了分块方式，将具有同一姿态的图片划分进同一矩阵，以使训练样本更接近于高斯分布。另一方面，新算法对传统PCA算法中前三个主分量加小于1的权重系数，可以减少光照变化对识别率的影响。利用分块和权重系数的共同作用使得PCA不再局限于高斯分布，同时提高识别率。最后在ORL人脸库上进行实验，结果表明新算法优于传统的PCA算法。