基于改进的PCA和SVM的人脸识别方法

作     者：于欣 秦文华 周崇波 曹海燕 冯筱 Yu xin;Qin wenhua;Zhou chongbo;Cao haiyan;Feng xiao

作者机构：曲阜师范大学物理工程学院山东省曲阜市273165 

出 版 物：《电子技术（上海）》 (Electronic Technology)

年 卷 期：2015年第42卷第8期

页      面：57-59,50页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：曲阜师范大学科研启动基金项目[No.20130154] 曲阜师范大学科技计划项目[No.xkj201407] 

主　　题：人脸识别 支持向量机 改进的PCA算法 

摘      要：在人脸识别中,传统PCA算法的识别率会受到光照,表情和姿态等因素的影响,因此采用前人改进的PCA算法。然而,改进的PCA算法仅考虑了图像数据中的二阶统计信息,忽略了多个像素间的线性相关性,对识别率有一定影响。而支持向量机算法在解决小样本、非线性和高维模式识别的问题中表现出很好的优势。因此为了提高人脸识别的识别率,设计了一种新的方法,将改进的PCA算法与SVM相结合进行人脸识别。在ORL人脸数据库中进行了实验验证,结果显示该方法能够有效提高识别率。