基于改进型PCA和LDA融合算法的人脸图像识别

• 作者: 伊力哈木·亚尔买买提
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人脸 全局特征 鲁棒性
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 仿真虚拟化
• 页码范围: 415-418,426
• 页数: 5页
• 分类号: TP181
• 字数: 3577字
• 语种: 中文

摘要

研究提高人脸识别率问题,因人脸图像易受光照条件、人脸丰富的表情变化以及周围复杂环境干扰等因素的负面影响,导致其识别准确度很低,影响其识别效果.鉴于此,提出了改进型PCA和LDA融合算法人脸图像识别方法,首先通过在改进PCA算法中结合基于标准差和局部均值的图像增强处理,使其可以有效调节光照不均匀对人脸识别所造成的负面影响,进而拓展了PCA算法的应用条件范围,然后将改进的PCA算法与LDA算法相结合,运用改进的PCA算法对训练图像降维,最后再对降维以后的特征采用LDA算法,训练出一个最具判别力的分类器,实验证明本文提出的方法对光照不均匀、表情变化的人脸具有一定的鲁棒性,具有很好的人脸识别性能,提高了其识别率,优于一般的PCA算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伊力哈木·亚尔买买提	新疆大学电气工程学院	32	146	6.0	11.0