杨　浩，　张二喜，　蒋卓芸

(成都理工大学 管理科学学院， 四川 成都 610059)



基于距离测度的PCA人脸识别研究

杨浩，张二喜，蒋卓芸

(成都理工大学 管理科学学院， 四川 成都 610059)

应用主成分分析法对ORL人脸库及YALE人脸库进行特征提取，采用最近邻分类器及5种不同的距离测度进行人脸识别。结果表明：不同的距离测度及累计方差贡献率对PCA(Principal Component Analysis，主成分分析)人脸识别结果影响较大，在累计方差贡献率分别取0.75，0.8，0.9，0.95的条件下，对于ORL人脸库，曼哈顿距离和闵可夫斯基距离下PCA人脸识别正确识别率随累计方差贡献率增大而呈减小趋势；欧几里德距离和夹角余弦距离下PCA人脸识别正确率随累计方差贡献率增大而先增大后减小；切比雪夫距离下的PCA人脸识别正确率保持不变。累计方差贡献率取0.8，以欧几里德距离作为距离测度的PCA人脸识别算法对ORL人脸库取得最高的正确识别率为96.67%，对YALE人脸库，取得的正确识别率为95.56%，验证了算法的有效性。欧几里德距离是PCA人脸识别正确率最高的距离测度。

主成分分析；人脸识别；特征提取； 距离测度

人脸识别是人们日常生活中最常用的身份确认手段，人脸识别技术作为生物特征识别领域中一种基于生理特征的识别技术，是通过计算机提取人脸特征，并根据这些人脸特征进行身份验证的一种技术[1]。同其他生物识别技术相比，人脸识别技术具有操作简单、结果直观等特点。人脸识别在信息安全、刑事案件侦破、出入口控制、网上购物支付、用户账户登录等领域具有广阔的应用前景。……