基于改进型PCA和LDA融合算法的人脸图像识别

摘要：

研究提高人脸识别率问题,因人脸图像易受光照条件、人脸丰富的表情变化以及周围复杂环境干扰等因素的负面影响,导致其识别准确度很低,影响其识别效果.鉴于此,提出了改进型PCA和LDA融合算法人脸图像识别方法,首先通过在改进PCA算法中结合基于标准差和局部均值的图像增强处理,使其可以有效调节光照不均匀对人脸识别所造成的负面影响,进而拓展了PCA算法的应用条件范围,然后将改进的PCA算法与LDA算法相结合,运用改进的PCA算法对训练图像降维,最后再对降维以后的特征采用LDA算法,训练出一个最具判别力的分类器,实验证明本文提出的方法对光照不均匀、表情变化的人脸具有一定的鲁棒性,具有很好的人脸识别性能,提高了其识别率,优于一般的PCA算法.

关键词：人脸、全局特征、鲁棒性

所属期刊栏目：30

分类号：TP181(自动化基础理论)

资助基金：新疆大学校院联合资助项目XY110133;国家自然科学基金60865001

在线出版日期：2013-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：415-418,426