基于双向PCA和K近邻的人脸识别算法

被引：14

作者：

王心醉 ^{[1
,2
]}

李岩 ^{[1
]}

郭立红 ^{[1
]}

肖永鹏 ^{[3
]}

董宁宁 ^{[1
]}

杨丽梅 ^{[4
]}

机构：

[1] 中国科学院长春光学精密机械与物理研究所

[2] 中国科学院研究生院

[3] 东北师范大学计算机学院

[4] 长春工业大学机电工程学院

来源：

解放军理工大学学报(自然科学版) | 2010年 / 11卷 / 06期

关键词：

双向PCA; K-NN; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对当前人脸识别算法的运行速度和识别准确率的矛盾,提出一种基于双向主成分法(Bidirectional PCA,BD-PCA)和K近邻法K-NN(K-nearest neighbor)的人脸识别算法。在VC6.0平台下基于ORL人脸库进行实验,首先利用双向PCA算法对训练人脸样本和测试人脸样本进行方向和列方向降维并提取特征脸;然后用K近邻方法对特征脸进行人脸匹配。实验表明,提出的算法在有效降低运算时间的同时,又能取得很高的识别准确率,具有一定的可行性。

引用

页码：623 / 627

页数：5

共 11 条

[1] 自组织LLE算法及其在人脸识别中的应用 [J].