基于PCA和SRC算法的人脸识别储物柜系统的设计与实现

• 作者: 吴键 张涛
• 来源期刊: 自动化与仪表
• 关键词: 压缩感知 人脸识别 储物柜系统 主成分分析法 稀疏表示分类算法
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 专题研究
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2017.04.003

摘要

该文设计研究了人脸识别储物柜系统,针对影响识别率的因素,采用了压缩感知即结合主成分特征提取的稀疏表示分类算法(SRC).阐述了主成分分析法(PCA)提取特征向量的工作原理和稀疏表示分类算法的实现,以及人脸识别储物柜的硬件实现和软件流程.试验结果表明,与传统的识别算法比对,结合压缩感知理论的人脸识别方法,识别率高,对噪声、有部分遮挡物情况的识别效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	南京理工大学机械工程学院	15	53	3.0	7.0
2	吴键	南京理工大学机械工程学院	12	33	3.0	5.0