基于B-LBP特征和SSA优化SVM的人脸识别算法

摘要：

为了进一步提高支持向量机分类器人脸识别率和识别速度,提出了采用分块局部二值模式(B-LBP)特征和麻雀搜索算法(SSA)优化支持向量机(SVM)的人脸识别算法.算法首先对人脸图像分块并提取每个子分块统一化局部二值模式特征,通过特征融合、快速PCA降维处理后得到人脸图像特征;再使用SSA优化SVM分类器的核函数参数和惩罚系数,提高分类器的分类精度和速度;最后将人脸图像特征输入到优化后的SVM分类器进行分类.实验结果表明,与其他几种人脸识别算法相比,基于B-LBP特征和SSA优化SVM的人脸识别算法的人脸识别率和识别速度显著提升.

关键词：人脸识别、分块局部二值特征、支持向量机、麻雀搜索算法、特征融合

所属期刊栏目：38

分类号：TP391.4;TP181(计算技术、计算机技术)

资助基金：安徽省高校优秀拔尖人才培育项目;安徽师范大学皖江学院教学质量工程项目

在线出版日期：2022-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,38