基于奇异值分解和小波神经网络的人脸识别

• 作者: 杨静 王艳花
• 来源期刊: 现代电子技术
• 关键词: 人脸识别 人工神经网络 奇异值分解 小波神经网络 仿真实验 算法验证
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 40-44
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.12.010

摘要

针对人脸识别在有遮挡、表情变化和光照变化引起的鲁棒性变差问题,以及传统人工神经网络用于人脸识别时存在的维数灾难问题,提出一种分块奇异值分解和小波神经网络结合的人脸识别算法.首先,将人脸图像进行分块,获得图片局部的奇异值,并将其按一定顺序排列得到人脸的特征向量;然后,运用加入动量项的改进小波神经网络进行人脸图像分类识别;最后,在Matlab环境下利用ORL和YALE人脸图像数据库进行仿真实验,并且在GUI图形用户界面上进行验证.实验结果表明,该算法实现简单,识别率高,对光照、遮挡、表情等变化有很好的鲁棒性,具有很大的使用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静	太原理工大学信息中心	27	187	6.0	13.0
2	王艳花	太原理工大学信息与计算机学院	1	2	1.0	1.0