Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2010-04-10

Journal: 西安交通大学学报

Included Journals: Scopus、EI、CSCD、ISTIC、PKU

Volume: 44

Issue: 4

Page Number: 48-51,118

ISSN: 0253-987X

Key Words: 小渡变换;张量主成分分析;粒子群优化;人脸识别

Abstract: 针对如何提高人脸图像识别率问题,提出了利用粒子群优化(PSO)的人脸特征提取识别算法.采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,利用PSO对提取的特征进行加权处理,根据特征的每一维元素的聚类正确率进行优化选择,从而达到对人脸提取关键性特征的目的.实验结果表明,所提算法能减小光照、表情和姿态变化的影响,在英国曼彻斯特科技大学人脸数据库上的识别率比张量PCA方法提高了12.75%.