一种人脸识别的新方法
随着人们对公共安全的日益重视，以人脸识别为主的生物特征识别技术受到越来越多的关注。在理想情况下(如光照不变、姿态稳定、图片离线静止、无遮挡等)，人脸识别技术已趋于成熟，但在实际应用如车载机面部打卡系统、小区监控系统等中，仍存在着对未知人脸身份判别并给予报警提示的难题。本文提出两种人脸识别的新方法，能在降低误识率的同时，提高人脸识别的识别率。本文首先对人脸及五官进行在线采集，并对采集的人脸、人眼进行灰度校正、直方图均衡化等预处理操作；然后，采用Fisher线性判别方法，对人脸进行特征提取；最后，采用类间+类内判别法及改进的K近邻投票表决法实现人脸识别。除对实时采集人脸库进行实验外，本文也将所提识别方法应用TYaleA和YaleB人脸库，并与现有人脸识别方法进行比较。实验结果表明，本文提出的方法具有更好的识别效果。
人脸识别 Fisher线性判别方法 特征提取 类问+类内判别法
朱松豪 胡学伟 孙伟 胡荣林
南京邮电大学自动化学院,南京,210046;扬州苏安物联传感科技有限公司,扬州,225614 南京邮电大学自动化学院,南京,210046 扬州苏安物联传感科技有限公司,扬州,225614;淮阴工学院计算机工程学院,淮阴,223003
国际会议
长沙
中文
3708-3713
2014-05-31（万方平台首次上网日期，不代表论文的发表时间）