云计算平台下的人脸识别

摘要：

对云计算平台下的人脸识别方法进行研究，在Hadoop平台上建立基于支持向量机分类模型的人脸识别方法，以发挥MapReduce并行计算优势，提高识别效率。由于常规LBP算子和深度LBP算子识别人脸特征不同，所以该文使用加权方式结合两种算子，以发挥各自的优点。最后，使用人脸识别领域应用最为广泛的Yale B人脸数据库、ORL人脸数据库以及FERET人脸数据库对该文研究的云计算平台下的人脸识别算法进行实例分析。实验结果表明，所研究的识别方法的识别准确率要高于使用传统方法的识别率。在相同云计算平台下，使用BP神经网络和RBF神经网络建立分类器与该文研究的人脸识别方法进行对比，结果表明，在云计算平台下，使用SVM分类器进行人脸识别的效果优于BP神经网络和RBF神经网络分类器。

关键词：云计算、Hadoop平台、人脸识别、支持向量机、神经网络

所属期刊栏目：39

分类号：TN911-34;TP317.4

资助基金：国家自然科学基金资助项目61163034；河南省科技攻关资助项目基于视觉测量的GPS导航技术研究132102210491

在线出版日期：2016-10-18（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：88-90,95