基于SVD和LDA的人脸识别方法

• 作者: 张蕾 郝红卫
• 来源期刊: 计算机应用研究
• 关键词: 人脸识别 奇异值分解 线性鉴别分析 反向传播神经网络
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 图形图像
• 页码范围: 377-378,392
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.12.121

摘要

提出了一种基于奇异值分解与改进的LDA相结合的人脸识别方法.首先利用奇异值分解方法获得图像的有效特征;然后经过改进的LDA处理,这样不仅可以有效降低维数,而且使抽取特征的判别能力得到了有效增强;最后对压缩后的特征向量进行排序,将排序后的特征送入BP网络进行识别.实验结果表明,该方法在低维特征向量下取得了很高的识别率,达到99%,效果优于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝红卫	北京科技大学信息工程学院	17	329	9.0	17.0
2	张蕾	北京科技大学信息工程学院	17	162	8.0	12.0