基于GPCA的KNNY与SVM融合的人脸识别方法

• 作者: 孙志帅 焦淑红
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: K近邻 支持向量机 Gabor小波 PCA 人脸识别
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 图像·编码与软件
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP391.41
• 字数: 2382字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.02.019

摘要

针对K近邻和支持向量机人脸识别率较低的问题,采用一种KNN和SVM融合的识别方法.提出了一种Gabor小波和主成分分析进行人脸特征提取,KNN-SVM进行分类的人脸识别方法.基于ORL和YALE人脸库中进行实验,结果表明该算法较KNN和SVM中任何一个的识别率都要高,且识别率最高可达到98.89％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦淑红	哈尔滨工程大学信息与通信工程学院	72	432	12.0	16.0
2	孙志帅	哈尔滨工程大学信息与通信工程学院	1	7	1.0	1.0