基于RBF神经网络的人脸识别研究

摘要：

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.

关键词：人脸识别、特征提取、主成分分析、Fisher线性鉴别、RBF神经网络

所属期刊栏目：2

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金与中国民用航空总局联合资助项目60776816;广东省自然科学重点基金251064101000005

在线出版日期：2010-11-17（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：307-313