论文部分内容阅读
在基于子空间分析的人脸识别中,通常是按照特征值的大小来确认主成分的重要性,并以此为基础构造一个固定的特征子空间。通过人脸图像重建分析,发现固定的特征子空间会给人脸识别带来误差,于是采用多元线性回归分析理论,提出一个动态主成分子空间构造算法。在此基础上,得到了动态PCA(主成分分析)算法和基于Gabor特征的动态PCA算法。由ORL和Georgia Tech人脸数据库上的实验结果表明,该算法不仅减少了主成分数目,而且提高了识别率。