%0 Journal Article
%T PCA algorithm based on power transformation pretreatment for face recognition<br>基于幂次变换预处理的PCA人脸识别算法
%A HOU Xiao-jing
%A TAO Shao-hu
%A CHEN Zhou
%A DU Xiang-jun
%A <br>侯小静
%A 陶少华
%A 陈　舟
%A 杜翔军
%J 计算机应用研究
%D 2012
%I 
%X 为了抑制主成分分析PCA对图像中光照等变化的较高敏感性、进一步提高人脸识别率, 提出了一种对图像灰度进行幂次变换预处理的策略。首先采用随机序列来选取人脸库中的训练样本和测试样本, 然后对随机人脸样本进行幂次变换和Butterworth低通滤波处理, 最后应用PCA处理的人脸识别算法。基于ORL数据库的实验表明, 在适当选择幂次变换参数的情况下, 基于幂次变换预处理的PCA人脸识别算法平均人脸识别率达到9670%。因此, 基于幂次变换预处理的PCA人脸识别算法比传统的PCA算法具有更高的识别精度。
%K face recognition
%K principal component analysis（PCA）
%K power transformation
%K low-pass filtering<br>人脸识别
%K 主成分分析
%K 幂次变换
%K 低通滤波
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=8D8174D12B4331BF441B87C85FE4CEC8&yid=99E9153A83D4CB11&vid=771469D9D58C34FF&iid=59906B3B2830C2C5&sid=A6E31614B234BE1C&eid=7AB845DBFF88601C&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=10