文献类型：期刊文章

作　　者：徐竟泽[1] 吴作宏[1] 徐岩[1] 曾建行[1]

XU Jingze;WU Zuohong;XU Yan;ZENG Jianhang(College of Electronic Information Engineering,Shandong University of Science&Technology,Qingdao,Shandong 266590,China)

机构地区：[1]山东科技大学电子信息工程学院

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金（No.11547037,No.11604181）;山东省研究生教育创新计划（No.01040105305）;山东科技大学教学研究项目（No.JG201506）

年　　份：2019

卷　　号：55

期　　号：18

起止页码：34-37

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：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%。

关 键 词：人脸识别 主成分分析(PCA)  线性判别分析(LDA)  支持向量机(SVM)  

分 类 号：TP391.4]