煤矿井下人员签到系统人脸识别算法研究

摘要：

鉴于煤矿安全事故时有发生,利用签到系统准确掌握井下人员出入情况,对煤矿安全生产与救援有着重要的意义.将基于人脸识别的签到系统用于煤矿,遇到光线昏暗、人脸易附着黑色粉尘等因素影响,传统的基于PCA (Principal Component Analysis)的人脸识别算法检测率低.为了解决该问题,论文提出了一种基于KL变换(Karhunen- Loeve Transform)和TAN分类器(Tree-Augmented Naive Bayesian network)相结合的人脸识别方法.该算法通过KL变换使特征点更突出,通过TAN分类器使匹配结果更准确.仿真研究结果表明:该算法既减小了计算复杂度,又提高了人脸识别率.

关键词：煤矿井下人员、人脸识别、KL变换、TAN分类器

所属期刊栏目：22

分类号：TP305(计算技术、计算机技术)

资助基金：“211工程”三期创新人才培养计划建设项目S-09108

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：171-173