煤矿井下人员签到系统人脸识别算法研究

• 作者: 王君 盛朝强
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 煤矿井下人员 人脸识别 KL变换 TAN分类器
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 应用开发研究
• 页码范围: 171-173
• 分类号: TP305
• 字数: 2740字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.07.046

摘要

鉴于煤矿安全事故时有发生,利用签到系统准确掌握井下人员出入情况,对煤矿安全生产与救援有着重要的意义.将基于人脸识别的签到系统用于煤矿,遇到光线昏暗、人脸易附着黑色粉尘等因素影响,传统的基于PCA (Principal Component Analysis)的人脸识别算法检测率低.为了解决该问题,论文提出了一种基于KL变换(Karhunen- Loeve Transform)和TAN分类器(Tree-Augmented Naive Bayesian network)相结合的人脸识别方法.该算法通过KL变换使特征点更突出,通过TAN分类器使匹配结果更准确.仿真研究结果表明:该算法既减小了计算复杂度,又提高了人脸识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王君	重庆大学自动化学院	4	36	3.0	4.0
2	盛朝强	重庆大学自动化学院	14	178	7.0	13.0