基于PCA_LDA和协同表示分类的人脸识别算法

• 作者: 聂栋栋 贺悦悦 马勤勇
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 人脸识别 主成分分析 线性判别分析 协同表示分类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP391
• 字数: 4995字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2019.02.011

摘要

人脸识别是近年来模式识别领域的热门课题,其中特征提取和分类器选择是人脸识别的关键步骤.主成分分析和线性判别分析是特征提取的主要方法之一,但主成分分析忽略了数据的类别信息,线性判别分析类内散度矩阵奇异,导致投影矩阵无法直接得出.为解决以上问题,本文提出基于PCA_LDA和协同表示人脸识别算法,该算法结合主成分分析和线性判别分析,将人脸的特征信息压缩到一个更小的子空间内,再采用协同表示分类算法对测试图像进行识别.在ORL人脸库、FERET人脸库和YALE人脸库上的大量实验证实,本文算法能精确地提取到高维图像信息的主要特征,在保留特征信息的同时,大大减小了计算的复杂度.而且相比其它几种典型算法,本文算法具有更高的识别率和更健壮的抗干扰性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂栋栋	燕山大学理学院	22	73	5.0	7.0
2	贺悦悦	燕山大学理学院	2	6	2.0	2.0
3	马勤勇	燕山大学信息科学与工程学院	18	150	5.0	12.0