PCA人脸识别算法的优化?

• 作者: 任安虎 王磊
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 生物识别技术 人脸识别 主成分分析算法 识别率
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 算法与分析
• 页码范围: 2110-2112,2143
• 页数: 4页
• 分类号: TN91
• 字数: 3521字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.11.002

摘要

生物识别技术的快速发展，使得人脸识别技术成为研究热点。主成分分析算法是人脸识别技术中被使用最多的算法之一，它因识别速度快，识别率高被广泛认可。针对传统的PCA算法由于外界的干扰因素会影响它的识别率。基于提高PCA算法的识别率和抗干扰特性，通过对原始图片的去噪声，直方图均衡化，归一化三种预处理方法，同时结合 Ada-boost算法，能一定程度地提高识别的成功率和算法的抗干扰性。实验结果表明优化后的 PCA 算法的识别率相对提高了10%，识别速率比原始算法提高了30%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任安虎	西安工业大学电子信息工程学院	36	106	6.0	8.0
2	王磊	西安工业大学电子信息工程学院	18	54	3.0	6.0