基于KL距离的KPCA人脸识别算法
KPCA face recognition based on KL divergence作者机构：燕山大学里仁学院实验中心河北秦皇岛066004
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2016年第52卷第9期
页 面：130-134页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金：国家自然科学基金面上项目(No.61473339) 秦皇岛市科学技术与研究发展计划(No.2012021A057)
摘 要：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。
维普期刊数据库
同方期刊数据库