一种基于PCA和LDA融合的人脸识别算法研究

• 作者: 刘坤 张娜 陈晨 韩美林
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 人脸识别 PCA算法 LDA算法 特征融合
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 理论与算法
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004233

摘要

人脸识别技术易受人脸表情变化、姿态变化、光照变化、遮挡以及采集的高分辨率图像的影响,使得图像维数增大.为了提高人脸识别算法的鲁棒性,提出一种基于PCA与LDA融合的人脸识别算法,先采用PCA算法对人脸图像进行全局特征提取投影到低维空间,再采用LDA算法进行人脸类别鉴别寻找最优的投影空间,实现人脸数据的进一步压缩,最后采用最近邻分类器进行识别.实验结果表明采用该融合算法能增强人脸识别技术的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩美林		24	21	2.0	4.0
2	张娜		25	31	3.0	4.0
3	刘坤		1	0	0.0	0.0
4	陈晨		1	0	0.0	0.0