基于改进PCA算法的人脸识别

由于经典的PCA算法要求样本满足高斯分布，然而现实中的样本往往因为表情、角度、光照等原因不满足高斯分布，导致算法识别率不高。因此，提出一种基于改进PCA算法的人脸识别方法。首先，将具有相似特征（表情、角度、亮度）的不同样本通过分块方式划分在一个矩阵中，使样本趋于高斯分布|其次，通过直方图均衡化样本的方法，加强样本对比度，以突出样本的人脸器官特征|最后采用经典PCA算法进行辨识。通过在ORL人脸库上的实验得出，该方法不但耗费总时间少于经典的PCA算法，而且识别率也得到提升，具有一定可行性。