基于二维PCA和SVM算法的人脸识别系统

• 作者: 李德福 黄新
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 人脸识别 二维PCA 特征提取 SVM
• 年，卷（期）: 2017,（5）
• 页码范围: 391-395
• 页数: 5页
• 分类号: TP391.4
• 字数: 3638字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2017.05.010

摘要

为了使人脸识别算法能快速准确地识别人脸身份,提出了基于二维PCA与SVM算法相结合的人脸识别算法.在PCA算法提取特征的基础上,运用二维PCA算法对人脸进行特征提取.利用SVM多类分类器寻找人脸样本之间的最优分割超平面,对特征人脸进行训练和分类.对未训练的人脸进行二维PCA特征提取,再用SVM多类分类器进行识别,与训练的人脸库中的人脸进行匹配,确定人脸身份.实验结果表明,基于二维PCA和SVM算法的人脸识别系统具有更快的识别速度和更高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新	桂林电子科技大学电子工程与自动化学院	31	135	7.0	10.0
2	李德福	桂林电子科技大学电子工程与自动化学院	1	3	1.0	1.0