基于图像分块和RBF神经网络的人脸识别方法

• 作者: 吴成东 郑君刚 陈彪
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 奇异值分解 RBF神经网络 人脸特征 分类 图像
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 586-591
• 分类号: TP391
• 字数: 4320字
• 语种: 中文

摘要

目的 提出一种基于图像分块和径向基函数(RBF)神经网络的人脸特征提取与识别方法,解决人脸识别中的高维、小样本问题.方法 采用人脸图像的分块处理、奇异值分解压缩算法,降低特征维数,有效地解决了存储和传输中的数据压缩问题,运用基于聚类方法的RBF神经网络分类器进行人脸分类识别.结果 通过实验和数据分析表明,该方法在人脸骨骼特征明显时具有较高的识别率,与基于整体人脸图像的识别效果相比,识别率提高了3%.结论 笔者提出的识别方法具有良好的学习效率和识别精度品质指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴成东	沈阳建筑大学信息与控制工程学院	119	1464	17.0	34.0
2	郑君刚	沈阳建筑大学理学院	44	256	9.0	13.0
3	陈彪	沈阳建筑大学理学院	21	85	7.0	8.0