基于虚拟样本的改进人脸识别算法研究及应用

• 作者: 吴锡生 林静
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 构造虚拟样本 教室点名系统 改进主成分分析-线性判别分析(PCA-LDA)算法 人脸识别
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP391.4
• 字数: 4899字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1702-0200

摘要

针对实际采集的视频中背景复杂,人物多变,图像处理时间长,训练样本不足的问题,提出了构造虚拟样本,并结合Gabor滤波器及对PCA-LDA算法加以改进的人脸识别算法,以应用于教室点名系统.首先对教室采集到的视频进行裁剪,按帧截取并检测出含有人脸的部分图像并单独保存为测试图像,然后将其与已有人脸库里的训练图像进行对比,最后采用提出的镜像法构造虚拟样本,并结合了Gabor滤波器以及PCNN灰度图像增强处理算法的改进PCA-LDA算法进行人脸识别.仿真实验表明,提出的算法预测了样本可能存在的变化,也在一定程度上降低了计算复杂度,明显地提高了识别率,并在教室点名系统中得到了较好的验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴锡生	江南大学物联网工程学院	81	560	14.0	18.0
2	林静	江南大学物联网工程学院	3	13	2.0	3.0