摘要
针对传统的基于PCA(Principal Component Analysis)和BP(Back Propagation)神经网络的人脸识别算法运算维数高、容易出现震荡而导致识别率低等问题,提出了一种基于拉普拉斯金字塔降维的人脸识别算法,该算法首先通过对人脸图像进行拉普拉斯金字塔降维处理,在降维的同时保持了人脸图像的细节,然后用PCA进行特征提取,最后通过BP神经网络分类器进行人脸识别.利用ORL人脸图像数据库进行仿真实验,结果表明,该算法识别率较高.
学科与关键词
关键词
人脸识别拉普拉斯金字塔PCABP神经网络 face recognitionLaplacian pyramidPCABP neural network
- 融合高斯金字塔特征的低分辨率人脸识别侯谕融; 狄岚; 梁久祯小型微型计算机系统, 2021, 42(10): 2107-2115.
- 基于Gabor小波变换的ICA人脸识别算法研究吴延海; 梁文莉微电子学与计算机, 2013, (07): 141-144.
- 基于改进的LLE和FSVM方法在人脸识别中的应用尹方平科学技术与工程, 2012, (34): 9390-9395.
