基于量子粒子群的人脸特征融合识别算法

• 作者: 汤清华 熊继平 蔡丽桑
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 快速主成分分析 奇异值分解 multi-block局部二进制模式 量子粒子群 人脸识别
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机
• 页码范围: 43-50
• 页数: 8页
• 分类号: TP391.41
• 字数: 5861字
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2017.01.007

摘要

人脸识别是机器视觉、模式识别等领域的研究热点,具有重大的科学意义和广阔的应用前景.为了提高人脸识别率,提出了基于量子粒子群(QPSO)的人脸特征融合识别算法.首先,采用快速主成分分析、奇异值分解和multi-block局部二进制模式3种特征提取方法,分别提取人脸主成分特征、奇异值特征和LBP直方图统计特征;其次,利用QPSO对提取的特征进行加权处理;最后,采用支持向量机(SVM)对人脸进行识别.在Feret和AR人脸数据集上进行实验,结果表明提出的方法具有较高的识别率和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊继平	浙江师范大学数理与信息工程学院	20	49	5.0	5.0
2	蔡丽桑	浙江师范大学数理与信息工程学院	3	7	2.0	2.0
3	汤清华	浙江师范大学数理与信息工程学院	2	7	2.0	2.0