CAJ | 학술논문

面部识别(FR)系统可以自动识别或校验从数码相机或图像生成设备中获得的人脸图像.为了做到这点,要从所获图像中提取面部特征,并与人脸数据库中的数据进行比对.目前,几乎所有的FR都面临与面部视角相关的障碍,包括光照不足和低分辨率,这些问题使其识别率大为降低.提出了一种经过全新衡量的标准化参数,它基于FR系统,能够提高在某些环境约束下的识别率.该方法基于常见的正规线性判别分析(R-LDA),并且包含了具有突出分类能力的可以提高人脸识别率的人工神经网络(ANN).改进的R-LDA算法解决了在所有FR中出现的小样本容量(SSS)问题,同时,ANN对于检测人脸的正面图像很有用处.在ORL及FERET人脸数据库上进行了实验,结果表明,与其它的常用方法相比较,取得了更好的识别效果.
면부식별(FR)계통가이자동식별혹교험종수마상궤혹도상생성설비중획득적인검도상.위료주도저점,요종소획도상중제취면부특정,병여인검수거고중적수거진행비대.목전,궤호소유적FR도면림여면부시각상관적장애,포괄광조불족화저분변솔,저사문제사기식별솔대위강저.제출료일충경과전신형량적표준화삼수,타기우FR계통,능구제고재모사배경약속하적식별솔.해방법기우상견적정규선성판별분석(R-LDA),병차포함료구유돌출분류능력적가이제고인검식별솔적인공신경망락(ANN).개진적R-LDA산법해결료재소유FR중출현적소양본용량(SSS)문제,동시,ANN대우검측인검적정면도상흔유용처.재ORL급FERET인검수거고상진행료실험,결과표명,여기타적상용방법상비교,취득료경호적식별효과.