基于2DPCA+PCA与SVM的人脸识别

• 作者: 杨梅芳 石义龙
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 人脸识别 主成分分析 支持向量机 遗传算法 2DPCA
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP391
• 字数: 4173字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.02.008

摘要

为了提高传统PCA与SVM相结合的人脸识别算法的性能,文中提出了一种基于双向压缩的2DPCA +PCA与遗传算法SVM相结合的人脸识别算法.该算法采用双向压缩的2DPCA与PCA相结合的算法来进行人脸特征提取,有效地减少了特征数量和PCA模型的计算时间;在与SVM相结合时,其训练时间和识别时间都有所降低,且提高了识别率;同时为了进一步提高SVM的性能,文中采用遗传算法来进行SVM参数寻优,并使用交叉测试识别率来作为适应度函数.在ORL人脸库上的实验表明,该算法的性能明显高于传统PCA与SVM相结合的人脸识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨梅芳	武汉理工大学计算机科学与技术学院	1	7	1.0	1.0
2	石义龙	武汉理工大学计算机科学与技术学院	2	9	2.0	2.0