作者:杨敏; 赖惠成; 董九玲主成分分析法隐马尔科夫模型相关向量机人脸识别
摘要:针对人脸识别过程中识别准确率低和鲁棒性差等缺点,提出了采用改进隐马尔科夫模型(HMM)与相关向量机(RVM)方法相结合的人脸识别方法。首先,利用主成分分析法(PCA)对原始数据样本采取必要的特征提取与降维处理;然后,通过HMM得到测试人脸样本的匹配程度,构成特征向量;最后,把形成的特征向量提供给RVM进行分类训练和识别测试,得出人脸识别结果。在ORL人脸库对本文方法进行识别验证,仿真结果表明,该方法能够克服噪声的干扰,有很高的识别率与较强的鲁棒性,是一种很实用的人脸识别方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社