基于并行PCA算法的人脸识别系统的研究
为了解决快速、准确人脸识别的问题,提出了一种基于并行PCA算法的人脸识别方法。利用主成分分析法(PCA)能够降低特征维数、容易实现、训练时间较短的特点,设计实现了一种并行PCA算法,首先根据整幅图像提取出4幅部分人脸图像,然后将整幅图像和4幅部分图像同时由相同结构的PCA模型进行学习,提取人脸特征向量,通过欧氏距离进行测试图像与训练图像的匹配计算,最后通过测试图像与5级并行PCA模型的识别结果进行加权决策,从而实现人脸识别的目的。利用ORL人脸库的图像数据,在Matlab进行的仿真实验结果表明,该方法在准确性上有了很大程度的提升,识别的速度也相对较快,具有较高的鲁棒性。
PCA算法、人脸识别、五级并行PCA模型、权重计算、均值滤波
12
TP311(计算技术、计算机技术)
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
147-148,155