10.3778/j.issn.1002-8331.1903-0286
融合PCA、LDA和SVM算法的人脸识别
为了提高人脸识别效率,提出了一种基于PCA、LDA和SVM算法融合的人脸识别方法.使用主成分分析(PCA)将人脸图像变换到新的特征空间中,消除图像特征间的相关性和噪声,提取人脸全局特征,在实验阶段取较多的投影方向使其尽可能多的保持原始信息;使用线性判别分析(LDA)算法进一步投影变换降低数据维度;使用支持向量机(SVM)分类识别.将PCA、LDA和SVM三种算法的优点结合起来,在ORL数据库上进行仿真实验,结果表明该方法的识别率可达99.0%.
人脸识别、主成分分析(PCA)、线性判别分析(LDA)、支持向量机(SVM)
55
TP391.4(计算技术、计算机技术)
国家自然科学基金11547037,11604181;山东省研究生教育创新计划01040105305;山东科技大学教学研究项目JG201506
2019-09-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-37