基于PCA和AdaBoost的改进人脸识别算法研究
利用人脸作为特征的生物识别系统是近年来模式识别和图像处理领域的研究热点之一.本文介绍了一种改进的人脸识别算法.算法以主成分分析(PCA)算法作为主体,以AdaBoost算法作为辅助,把以投影后人脸特征空间中的欧式距离作为识别的主要评判依据.与传统人脸识别系统相比,新算法可以避免系统在识别前进行人脸检测的巨大运算量,并有效区分人脸和非人脸图像,提高运算效率和识别精度.仿真结果表明,这种改进的算法硬件资源占用少,运算时间短,更适合在嵌入式平台上实现.
人脸识别 图像处理 主成分分析算法 迭代算法
张旭东 徐和根
同济大学电子与信息工程学院 上海 201804
国内会议
北京
中文
69-76
2013-03-01（万方平台首次上网日期，不代表论文的发表时间）