计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
1期
415-418,426
,共5页
人脸%全局特征%鲁棒性
人臉%全跼特徵%魯棒性
인검%전국특정%로봉성
研究提高人脸识别率问题,因人脸图像易受光照条件、人脸丰富的表情变化以及周围复杂环境干扰等因素的负面影响,导致其识别准确度很低,影响其识别效果.鉴于此,提出了改进型PCA和LDA融合算法人脸图像识别方法,首先通过在改进PCA算法中结合基于标准差和局部均值的图像增强处理,使其可以有效调节光照不均匀对人脸识别所造成的负面影响,进而拓展了PCA算法的应用条件范围,然后将改进的PCA算法与LDA算法相结合,运用改进的PCA算法对训练图像降维,最后再对降维以后的特征采用LDA算法,训练出一个最具判别力的分类器,实验证明本文提出的方法对光照不均匀、表情变化的人脸具有一定的鲁棒性,具有很好的人脸识别性能,提高了其识别率,优于一般的PCA算法.
研究提高人臉識彆率問題,因人臉圖像易受光照條件、人臉豐富的錶情變化以及週圍複雜環境榦擾等因素的負麵影響,導緻其識彆準確度很低,影響其識彆效果.鑒于此,提齣瞭改進型PCA和LDA融閤算法人臉圖像識彆方法,首先通過在改進PCA算法中結閤基于標準差和跼部均值的圖像增彊處理,使其可以有效調節光照不均勻對人臉識彆所造成的負麵影響,進而拓展瞭PCA算法的應用條件範圍,然後將改進的PCA算法與LDA算法相結閤,運用改進的PCA算法對訓練圖像降維,最後再對降維以後的特徵採用LDA算法,訓練齣一箇最具判彆力的分類器,實驗證明本文提齣的方法對光照不均勻、錶情變化的人臉具有一定的魯棒性,具有很好的人臉識彆性能,提高瞭其識彆率,優于一般的PCA算法.
연구제고인검식별솔문제,인인검도상역수광조조건、인검봉부적표정변화이급주위복잡배경간우등인소적부면영향,도치기식별준학도흔저,영향기식별효과.감우차,제출료개진형PCA화LDA융합산법인검도상식별방법,수선통과재개진PCA산법중결합기우표준차화국부균치적도상증강처리,사기가이유효조절광조불균균대인검식별소조성적부면영향,진이탁전료PCA산법적응용조건범위,연후장개진적PCA산법여LDA산법상결합,운용개진적PCA산법대훈련도상강유,최후재대강유이후적특정채용LDA산법,훈련출일개최구판별력적분류기,실험증명본문제출적방법대광조불균균、표정변화적인검구유일정적로봉성,구유흔호적인검식별성능,제고료기식별솔,우우일반적PCA산법.