融合PCA与LDA变换的仿生人脸识别研究

• 作者: 蒋加伏 袁承伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析(PCA) 线性鉴别分析(LDA) K-L变换 仿生模式识别 高维空间几何形体 同源连续性
• 年，卷（期）: 2010,（19）
• 所属期刊栏目: 图形、图象、模式识别
• 页码范围: 160-163
• 分类号: TP391
• 字数: 4048字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.19.047

摘要

就基于PCA与LDA变换的传统人脸识别方法识别率低但特征提取过程中维数低和基于K-L变换的仿生人脸识别方法识别率高但在特征提取过程中维数过高的的问题,将两者的优点相结合,提出了一种基于PCA与LDA变换的仿生人脸识别新方法.通过PCA与LDA变换对训练人脸样本进行特征提取,然后构建各类样本的覆盖区域.再通过判断待识别人脸特征在各覆盖区域的归属情况来识别人脸.实验收到了预期的效果,证明了方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋加伏	长沙理工大学计算机与通信工程学院	62	490	14.0	18.0
2	袁承伟	长沙理工大学计算机与通信工程学院	1	15	1.0	1.0