融合HOG与PCA算法的人脸识别

摘要：

为了进一步研究人脸识别问题文章融合HOG特征与PCA算法对人脸进行识别研究.首先计算人脸图像的方向梯度直方图(HOG),将输出的每一个特征向量纵向堆叠为一个二维矩阵.然后使用主成分分析(PCA)进行特征降维,减少特征间的相关性和噪声.最后使用支持向量机(SVM)进行分类识别.整个算法模型在ORL人脸数据库中进行实验,最终结果显示识别准确率为96.0％;使用ROC曲线评价该方法的优劣得到曲线下的面积为0.9898.

关键词：人脸识别、方向梯度直方图(HOG)、主成分分析(PCA)、支持向量机(SVM)

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;山东省研究生教育创新计划项目;海信山东冰箱有限公司研发中心课题

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2544-2547