论文部分内容阅读
经典PCA人脸识别算法是通过提取最佳图像数据的特征进行处理分析,而非最优的分类特征,本文算法首先利用PCA降维,再结合FLD算法,来寻找最佳投影空间,进行人脸识别。本文算法首先进行图像数据灰度直方图均衡化处理;并对处理后的数据进行PCA降维,再用Fisher准则寻找到最优的投影方向,使得样本投影后的类间离散度和类内离散度之比最大。经典算法使用每个人的最后几幅图片用来检测,本文使用全部样本检测,扩大了检测基数。仿真结果表明验证了PCA降维结合FLD的方法的有效性。