核主成分分析网络的人脸识别方法
Kernel principal component analysis network method for face recognition

主成分分析网络(principal component analysis network, PCANet) 是当前流行深度学习模型，在人脸识别、目标识别、纹理分类和手写体数字识别等方面有广泛应用。在PCANet方法基础上, 该文提出基于核主成分分析网络(kernel principal component analysis network, KPCANet)的人脸识别方法。算法由四部分组成：主成分分析(PCA)、核主成分分析(KPCA)、二值化哈希、分块直方图。在 Extended Yale B和AR 两个经典人脸库上的实验结果表明，所提方法在识别性能上优于PCANet方法 ，算法对于不同光照、表情变化下的人脸有更好的识别率和鲁棒性