计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
9期
3229-3233
,共5页
分块%二维主成分分析%支持向量机%类内平均%人脸识别
分塊%二維主成分分析%支持嚮量機%類內平均%人臉識彆
분괴%이유주성분분석%지지향량궤%류내평균%인검식별
modular%2DPCA%SVM%within-class average face%face recognition
为进一步提高分块二维主成分分析(2DPCA)算法在人脸识别的识别率,提出一种人脸识别算法.将训练样本人脸矩阵按光照等相似条件进行分块并进行类内平均归一化;采用2DPCA算法构造特征空间,将分块矩阵在特征空间中进行投影得到训练样本识别特征,利用支持向量机(SVM)在分类上的优势,对训练样本识别特征和经过归一化分块2DPCA的测试样本识别特征进行分类,对人脸图像进行识别.选取ORL人脸数据库的图片进行实验,将该算法与传统2DPCA、2DPCA+SVM等算法进行比较,验证了该算法的性能优于其它算法.
為進一步提高分塊二維主成分分析(2DPCA)算法在人臉識彆的識彆率,提齣一種人臉識彆算法.將訓練樣本人臉矩陣按光照等相似條件進行分塊併進行類內平均歸一化;採用2DPCA算法構造特徵空間,將分塊矩陣在特徵空間中進行投影得到訓練樣本識彆特徵,利用支持嚮量機(SVM)在分類上的優勢,對訓練樣本識彆特徵和經過歸一化分塊2DPCA的測試樣本識彆特徵進行分類,對人臉圖像進行識彆.選取ORL人臉數據庫的圖片進行實驗,將該算法與傳統2DPCA、2DPCA+SVM等算法進行比較,驗證瞭該算法的性能優于其它算法.
위진일보제고분괴이유주성분분석(2DPCA)산법재인검식별적식별솔,제출일충인검식별산법.장훈련양본인검구진안광조등상사조건진행분괴병진행류내평균귀일화;채용2DPCA산법구조특정공간,장분괴구진재특정공간중진행투영득도훈련양본식별특정,이용지지향량궤(SVM)재분류상적우세,대훈련양본식별특정화경과귀일화분괴2DPCA적측시양본식별특정진행분류,대인검도상진행식별.선취ORL인검수거고적도편진행실험,장해산법여전통2DPCA、2DPCA+SVM등산법진행비교,험증료해산법적성능우우기타산법.
