基于粗糙集和mPCA的人脸识别算法

被引：3

作者：

任小康 ^{[1
]}

李文静 ^{[1
]}

靳艳峰 ^{[2
]}

机构：

[1] 西北师范大学数学与信息科学学院

[2] 兰州理工大学计算机与通信学院

来源：

计算机工程 | 2008年 / 14期

关键词：

粗糙集; 属性约减; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种粗糙集与mPCA相结合的人脸识别算法。根据一定规则将人脸图像模块化,对每一个小模块利用PCA进行处理,对于经过PCA降维后的数据再利用粗糙集约减,去除冗余信息。该方法可以减少姿势表情的变化给人脸识别带来的影响,去除大量的冗余信息,从而降低计算的复杂性,提高识别率。基于ORL人脸数据库的实验结果表明,该算法正确识别率达到97%。

引用

收藏

页码：179 / 181

页数：3

相关论文

共 2 条

[1] 基于模糊粗糙集属性约简的人脸识别技术 [J].

周丽芳 ;

李伟生 ;

吴渝 .

计算机应用, 2006, (S2) :125-127

[2]

张文修等编著.粗糙集理论与方法[M].北京:科学出版社,2001