作者：何金洋人脸识别稀疏滤波神经网络主成分分析
摘要：针对经典的主成分分析加距离测度人脸识别算法随着光照、角度、表情变化等干扰因素而出现的性能下降问题，从特征优化选择的角度，并结合神经网络非线性映射能力强、可以学习到数据局部分布特征的优点。论文提出了结合稀疏滤波和神经网络（SF—BPNN）的算法，该算法先采用稀疏滤波的特征竞争特质得到紧凑的初级特征表达，然后采用反向传播神经网络（BPNN）进行非线性分类，从而提高识别率。实验结果表明，论文提出的算法在较FERRET数据库下可取得较好的人脸识别效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
