融合PCA、LDA和SVM算法的人脸识别

• 作者: 吴作宏 徐岩 徐竟泽 曾建行
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 主成分分析(PCA) 线性判别分析(LDA) 支持向量机(SVM)
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 热点与综述
• 页码范围: 34-37
• 页数: 4页
• 分类号: TP391.4
• 字数: 1868字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0286

摘要

为了提高人脸识别效率,提出了一种基于PCA、LDA和SVM算法融合的人脸识别方法.使用主成分分析(PCA)将人脸图像变换到新的特征空间中,消除图像特征间的相关性和噪声,提取人脸全局特征,在实验阶段取较多的投影方向使其尽可能多的保持原始信息;使用线性判别分析(LDA)算法进一步投影变换降低数据维度;使用支持向量机(SVM)分类识别.将PCA、LDA和SVM三种算法的优点结合起来,在ORL数据库上进行仿真实验,结果表明该方法的识别率可达99.0%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	山东科技大学电子信息工程学院	33	68	5.0	7.0
2	徐竟泽	山东科技大学电子信息工程学院	2	6	1.0	2.0
3	吴作宏	山东科技大学电子信息工程学院	3	6	1.0	2.0
4	曾建行	山东科技大学电子信息工程学院	2	6	1.0	2.0