PCA人脸识别算法的优化*

任安虎 王 磊

(西安工业大学电子信息工程学院 西安 720021)



PCA人脸识别算法的优化*

任安虎 王 磊

(西安工业大学电子信息工程学院 西安 720021)

生物识别技术的快速发展，使得人脸识别技术成为研究热点。主成分分析算法是人脸识别技术中被使用最多的算法之一，它因识别速度快，识别率高被广泛认可。针对传统的PCA算法由于外界的干扰因素会影响它的识别率。基于提高PCA算法的识别率和抗干扰特性，通过对原始图片的去噪声，直方图均衡化，归一化三种预处理方法，同时结合Adaboost算法，能一定程度地提高识别的成功率和算法的抗干扰性。实验结果表明优化后的PCA算法的识别率相对提高了10%，识别速率比原始算法提高了30%。

生物识别技术; 人脸识别; 主成分分析算法; 识别率

Class Number TN91

1 引言

伴随着科技的发展，人们希望把科学技术应用于生活，通过这种方式来提高生活的舒适度和安全性，比如当下比较热门的研究课题生物识别技术在门禁系统上的应用，而人脸识别又是智能门禁系统上必不可少的重要环节。人脸识别是生物识别技术中的一种，人脸识别作为生物特征识别中的重要的手段，显示出重要的学术价值[1]。人脸识别的安全性高可靠性强，被广泛用于身份认证、企业考勤、安全部门等生活中的方方面面。

在图像处理领域中，人脸识别技术也是一个非常重要并且热门的研究课题[2]，其主要目的就是从人脸图像中提取人的面部特征。国外对于人脸……