文献类型：期刊文章

作　　者：张娜[1] 刘坤[2] 韩美林[1] 陈晨[1]

Zhang Na;Liu Kun;Han Meilin;Chen Chen(School of Elect ronie Information and Electrical Engineering,Shangluo University,Shangluo 726000,China;Luonan County Meteorological Bureau,Shangluo 726000,China)

机构地区：[1]商洛学院电子信息与电气工程学院,商洛726000 [2]洛南县气象局,商洛726000

出　　处：《电子测量技术》

年　　份：2020

卷　　号：43

期　　号：13

起止页码：72-75

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：人脸识别技术易受人脸表情变化、姿态变化、光照变化、遮挡以及采集的高分辨率图像的影响,使得图像维数增大。为了提高人脸识别算法的鲁棒性,提出一种基于PCA与LDA融合的人脸识别算法,先采用PCA算法对人脸图像进行全局特征提取投影到低维空间,再采用LDA算法进行人脸类别鉴别寻找最优的投影空间,实现人脸数据的进一步压缩,最后采用最近邻分类器进行识别。实验结果表明采用该融合算法能增强人脸识别技术的鲁棒性。

关 键 词：人脸识别 PCA算法 LDA算法 特征融合  

分 类 号：TP391.4]