文献类型：期刊文章

作　　者：李梦潇[1] 姚仕元[1,2]

LI Meng-xiao;YAO Shi-yuan(Electric Engineering and Information Department,Sowthwest Petroleum University,Chengdu 610500,China;Oil and Gas Automation Lab,Chengdu 610500,China)

机构地区：[1]西南石油大学电气信息学院,成都610500 [2]油气自动化实验室,成都610500

出　　处：《计算机科学》

年　　份：2019

卷　　号：46

期　　号：B06

起止页码：577-579

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：主成分分析法(Principal Component Analysis,PCA)是用特征向量对样本数据进行分析,从而达到降维目的的一种多元统计分析方法。为解决PCA方法用于人脸识别时图像维数高、计算量大的问题,采用了新的特征值分解法并在图像预处理阶段加入了滤波处理。在MATLAB平台上搭建了人脸识别系统,对普通PCA方法和加入滤波预处理的PCA方法进行了比较分析,实验证明了加入滤波处理的系统在性能上具有一定的优越性,对实际应用有着一定的参考价值.

关 键 词：PCA  特征值分解 人脸识别 滤波

分 类 号：TP391.4]