基于PCA和LBP的自适应加权融合人脸识别算法

• 作者: 徐庆伟 杨艳 郭振铎
• 来源期刊: 中原工学院学报
• 学科: 工学
• 关键词: 人脸识别 LBP PCA 协同表示 分数层融合
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP391.4
• 字数: 3386字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6906.2018.06.015

摘要

人脸识别技术易受光照、姿态和表情等影响,为增强人脸识别算法的鲁棒性,提出了一种基于PCA和LBP的自适应加权融合识别算法.首先,采用PCA和LBP算法提取人脸图像的特征;然后,利用CRC-RLS算法分别计算不同特征对应的协同表示误差;最后,提出一种基于L2范数的CCI指标,自适应地计算融合权重,并采用分数层加权融合策略实现对人脸图像的识别.实验结果表明,相对于传统的基于PCA或LBP特征的人脸识别算法,本文算法不仅具有较好的鲁棒性,而且可以显著提高人脸图像的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭振铎	中原工学院电子信息学院	16	94	6.0	9.0
2	徐庆伟	中原工学院电子信息学院	16	117	6.0	10.0
3	杨艳	中原工学院电子信息学院	31	161	6.0	12.0