摘要
大学图书馆是大学很重要的一个场所,人工检测进入图书馆的各类人员耗时费力。为了有效提高图书馆管理效率,本文对大学图书馆人脸识别问题做了研究。主成分分析(PCA)是解决人脸识别等多维数据分析问题的关键方法之一。然而,经典的PCA是基于L2范式,它对噪声非常敏感。最近,一种新的具有鲁棒性的PCA方法被提出,用PCA-L1范式代替L2范式。但是PCA-L1范式需要花费很多时间来计算投影基数。为了解决这一问题,提出采用小波特征提取方法作为人脸识别的预处理步骤。在ORL和GTFD两个公开的人脸图像数据集上进行的实验表明,该方法的执行时间大大降低,而且人脸识别率也有很大提高。
学科与关键词
关键词
人脸识别PCA-L1小波特征
- 基于环形对称Gabor变换和分块PCA的人脸识别王甜甜; 郭太良; 姚剑敏; 周龙沙电视技术, 2013, (15): 173.
- 基于Cholesky分解的K2DPCA人脸识别研究周水生; 郑颖; 穆新亮系统工程理论与实践, 2015, (02): 528-535.
- 基于拉普拉斯金字塔降维的人脸识别算法亢洁; 林欣; 吴星驰陕西科技大学学报(自然科学版), 2015, (01): 165.
