一种基于PCA降维的SIFT算法

摘要

人脸识别技术基于人的面部特征提取脸部的几何和颜色等特征以区分个体生物。然而,在人脸图像采集过程中往往受光照强度、噪声强度、旋转、比例缩放、平移、仿射/投影变换、杂物、遮挡和其他环境因素的影响,SIFT算法可解决这一系列问题。但SIFT算法由于提取特征的高维度具有一些缺点,计算复杂度高,计算过程繁琐,影响人脸识别算法的效率。在SIFT特征提取算法的基础上进行改进优化,提出一种基于降维的PCA-SIFT特征提取算法。对面部图像进行收集、分类和预处理,完成并分析多项试验结果对比。最终降低SIFT特征提取算法的维数,提高人脸识别的效率。