首页> 中文期刊> 《控制工程》 >基于Zernike特征提取和LDA的人脸图像识别方法

基于Zernike特征提取和LDA的人脸图像识别方法

         

摘要

针对现有人脸识别方法不能很好的处理面部表情、光照、头部姿势和遮挡等问题,提出一种基于Zernike特征提取和线性判别分析(LDA)分类器的人脸识别方法。首先,对图像进行归一化处理,并进行裁剪;然后,利用Zernike矩(ZM)提取全局特征,并利用主成分分析(PCA)来对特征进行降维;最后,利用提出的决策融合算法对局部和全局特征进行融合,获得一个最终的特征向量作为LDA分类器的输入,进而进行人脸识别。在ORL、AR和CASIA 3D人脸数据库上的实验结果表明,该方法在具有较低计算量的同时显著提高了的人脸识别精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号