基于Adaboost和PCA的嵌入式人脸识别方法

摘要：

针对传统的Adaboost算法和主成分分析(PCA)算法用于人脸识别时在环境与姿态等非约束性条件下识别率大大降低以及要求训练样本符合高斯分布的缺陷,提出了一种融合Adaboost和PCA的与或关联决策方法.一方面,在需要安防模式时开启或决策,拒绝近似全部负样本的请求,最大限度保证识别的正确率;另一方面,在需要访客模式时开启与决策,以减少正样本的丢失.在Samsung 2440嵌入式Linux平台上采用该方法进行人脸检测时,基于2种决策方法,分别满足各自阈值.实验结果表明:该方法在嵌入式平台运行稳定,适合推广于智能家居控制与楼宇自动化控制.

关键词：Adaboost、主成分分析、人脸检测

所属期刊栏目：36

分类号：TP274(自动化技术及设备)

资助基金：四川省科技支撑计划资助项目2016GZ0194

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-62