基于改进的PCA和SVM的人脸识别方法

• 作者: 于欣 冯筱 周崇波 曹海燕 秦文华
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: 人脸识别 支持向量机 改进的PCA算法
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 电子技术设计与应用
• 页码范围: 57-59,50
• 页数: 4页
• 分类号: TP391.4
• 字数: 2976字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2015.08.016

摘要

在人脸识别中，传统PCA算法的识别率会受到光照，表情和姿态等因素的影响，因此采用前人改进的PCA算法。然而，改进的PCA算法仅考虑了图像数据中的二阶统计信息，忽略了多个像素间的线性相关性，对识别率有一定影响。而支持向量机算法在解决小样本、非线性和高维模式识别的问题中表现出很好的优势。因此为了提高人脸识别的识别率，设计了一种新的方法，将改进的PCA算法与SVM相结合进行人脸识别。在ORL人脸数据库中进行了实验验证，结果显示该方法能够有效提高识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦文华	曲阜师范大学物理工程学院	31	129	7.0	10.0
2	周崇波	曲阜师范大学物理工程学院	8	24	3.0	4.0
3	曹海燕	曲阜师范大学物理工程学院	4	24	3.0	4.0
4	冯筱	曲阜师范大学物理工程学院	2	18	2.0	2.0
5	于欣	曲阜师范大学物理工程学院	2	18	2.0	2.0