论文研究基于KL距离的KPCA人脸识别算法.pdf

针对核主成分分析（KPCA）人脸识别算法中对全局特征变化敏感和忽略局部特征的问题，研究了一种基于KL距离的KPCA人脸识别算法。利用KL距离定义了类间距离和类内差异，设定了一个非线性优化函数来最大化类间距离，同时最小化类内差异，使提取的特征更为紧凑可分，并将其应用于KPCA算法中，利用ORL人脸图像库对算法的性能进行了测试。实验结果表明，该算法相对于传统KPCA算法具有更好的识别效果和稳定性。