基于稀疏编码和机器学习的多姿态人脸识别算法

摘要：

为改善多姿态人脸识别效果,设计一种稀疏编码和机器学习相融合的多姿态人脸识别算法.首先对多姿态人脸进行采集和预处理,并提取基于稀疏编码的人脸图像特征;然后采用主成分分析对特征进行处理,降低多姿态人脸识别的特征维数,提高多姿态人脸识别效率;最后采用机器学习算法中的支持向量机建立多姿态人脸识别分类器,并采用标准人脸数据库和多姿态人脸数据库对算法性能进行验证.验证结果表明,该算法可有效提高多姿态人脸识别正确率,大幅度减少多姿态人脸的平均识别时间,取得了比对比算法更优的识别结果,从而验证了该算法的优越性.

关键词：多姿态人脸、识别算法、支持向量机、稀疏编码、主成分分析

所属期刊栏目：56

分类号：TP39(计算技术、计算机技术)

资助基金：吉林省教育厅科研项目2014317;吉林省科技厅科研项目20150203002SF

在线出版日期：2018-05-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：340-346