混合多距离图像的线性判别分析人脸识别算法

• 作者: 张敏 成亚玲 谭爱平
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 智能监视系统 人脸识别 线性判别分析 双线性内插法 曼哈坦距离 人脸识别精确度
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 短文
• 页码范围: 2254-2259,2266
• 分类号: TP391.9
• 语种: 中文

摘要

现有应用于智能监控系统的人脸识别算法主要适用于近距离摄像,由于图像质量随距离增加快速下降的原因,其在远距离摄像条件下仍存在人脸识别精度较低的问题.为了提高远距离摄像环境下的人脸识别精度,提出了一种基于混合多距离图像和线性判别分析的人脸识别算法.该算法混合使用多种不同距离提取的图像来训练图像集,并使用双线性内插法对训练图像集归一化,使用曼哈坦距离测量相似度完成人脸识别.实验结果表明,和传统的基于近距离图像的线性判别人脸识别算法相比,本算法可以在替换和远距离条件分别提高人脸识别精确度为6.2％和31％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏		50	116	7.0	8.0
2	谭爱平		41	176	8.0	10.0
3	成亚玲		42	158	8.0	9.0