最小风险贝叶斯决策的二值化人脸识别算法

• 作者: 付达杰 冯大政 曾岳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 贝叶斯 人脸识别 后验概率 二值化 最小风险
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 智能技术
• 页码范围: 3511-3513
• 分类号: TP18
• 字数: 2999字
• 语种: 中文

摘要

提出了一种最小风险贝叶斯决策的二值化人脸识别算法,该算法通过设定图像灰度级的阈值对图像进行二值化,统计其出现的频率,计算其类条件概率密度,根据图像的相似性估计其损失函数,利用贝叶斯公式求最小风险,最后根据最小风险判断其所属类别.该方法克服了传统贝叶斯方法难求类内和类间协方差矩阵的缺点,简单易用.实验结果表明,该方法具有可行性,比传统的基于代数的人脸识别算法(PCA、LDA和PCA+LDA)的识别率高,并能有效减少相似类的重叠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯大政	西安电子科技大学雷达信号国家重点研究所	199	1584	18.0	28.0
2	付达杰	江西财经职业学院信息工程系	110	315	8.0	14.0
3	曾岳	西安电子科技大学雷达信号国家重点研究所	8	72	4.0	8.0