基于稀疏编码和机器学习的多姿态人脸识别算法

• 作者: 孟祥萍 苑全德 赵玉兰
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 多姿态人脸 识别算法 支持向量机 稀疏编码 主成分分析
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 340-346
• 页数: 7页
• 分类号: TP39
• 字数: 5115字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.02.26

摘要

为改善多姿态人脸识别效果,设计一种稀疏编码和机器学习相融合的多姿态人脸识别算法.首先对多姿态人脸进行采集和预处理,并提取基于稀疏编码的人脸图像特征;然后采用主成分分析对特征进行处理,降低多姿态人脸识别的特征维数,提高多姿态人脸识别效率;最后采用机器学习算法中的支持向量机建立多姿态人脸识别分类器,并采用标准人脸数据库和多姿态人脸数据库对算法性能进行验证.验证结果表明,该算法可有效提高多姿态人脸识别正确率,大幅度减少多姿态人脸的平均识别时间,取得了比对比算法更优的识别结果,从而验证了该算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟祥萍	长春工程学院电气与信息工程学院	83	832	15.0	23.0
2	苑全德	哈尔滨工业大学计算机科学与技术学院	8	50	4.0	7.0