一种高效的人脸识别算法.pdfVIP

第37 卷 第22 期 计 算 机 工 程 2011 年11 月 Vol.37 No.22 Computer Engineering November 2011 ·人工智能及识别技术· 文章编号：1000—3428(2011)22—0134—03 文献标识码：A 中图分类号：TP181 一种高效的人脸识别算法 1,2 2 孙 霞 ，王自强 (1. 武汉理工大学计算机科学与技术学院，武汉 430070 ；2. 河南工业大学信息科学与工程学院，郑州 450001) 摘 要：提出一种基于局部Fisher 鉴别分析(LFDA)和优化支持向量机(SVM)的高效人脸识别算法。在综合考虑局部几何结构和类别信息的 基础上，利用 LFDA 将高维人脸数据映射到低维特征空间，避免维数灾难问题。在该低维特征空间中，使用经乘性更新规则训练的优化 SVM 对人脸数据进行分类识别。在人脸数据库上的实验结果表明，该算法的运算速度较快，识别准确率较高。 关键词：人脸识别；局部Fisher 鉴别分析；支持向量机；流形学习；特征提取；乘性更新规则 Efficient Human Face Recognition Algorithm SUN Xia1,2, WANG Zi-qiang2 (1. College of Computer Science Technology, Wuhan University of Technology, Wuhan 430070, China; 2. School of Information Science and Engineering, Henan University of Technology, Zhengzhou 450001, China) 【Abstract 】To effectively deal with face recognition problem, an efficient face recognition algorithm based on Local Fisher Discriminant Analysis(LFDA) and optimal Support Vector Machine(SVM) is proposed in this paper. By comprehensive consideration of local geometric structure and class information, the high dimensional face data are first mapped into lower dimensional feature space with LFDA so that the curse of dimensionality can be avoided, the optimal SVM that is trained by the multiplicative update rule is used to classify and recognize different face image herein. Experimental results on face image databases demonstrate that the proposed algorithm not only