基于核主元分析和神经网络的多视角人脸识别

摘要：

多视角人脸识别是模式识别中的一个十分重要的课题,本文提出了基于内核主元分析和神经网络的多视角人脸分析与识别方法.首先对各个视角的人脸图像用内核主元分析法(KPCA)提取特征向量,然后用BP人工神经网络进行训练和识别.本算法将KPCA优化的特征提取与神经网络的自适应性相结合,取得了较高的识别率和优良的抗噪声性能.实验结果表明本文所提出的算法是准确有效的.

关键词： 多视角人脸识别 特征向量 内核主元分析 神经网络 模式识别

作者: 赵忠惠 杨冬 史东承 王鑫

作者单位: 长春工业大学,计算机科学与工程学院,130012

会议类型: 国内会议

会议名称: 第四届信号与信息处理联合学术会议

会议地点: 湖南张家界

会议语种:中文

页码: 302-305

在线出版日期: 2005-07-01（万方平台首次上网日期，不代表论文的发表时间）