基于PCA-L1范式特征提取的大学图书馆人脸识别

作者:曹伟; 殷守林*
来源:安阳工学院学报, 2021, 20(06): 43-46.
DOI:10.19329/j.cnki.1673-2928.2021.06.012

摘要

大学图书馆是大学很重要的一个场所,人工检测进入图书馆的各类人员耗时费力。为了有效提高图书馆管理效率,本文对大学图书馆人脸识别问题做了研究。主成分分析(PCA)是解决人脸识别等多维数据分析问题的关键方法之一。然而,经典的PCA是基于L2范式,它对噪声非常敏感。最近,一种新的具有鲁棒性的PCA方法被提出,用PCA-L1范式代替L2范式。但是PCA-L1范式需要花费很多时间来计算投影基数。为了解决这一问题,提出采用小波特征提取方法作为人脸识别的预处理步骤。在ORL和GTFD两个公开的人脸图像数据集上进行的实验表明,该方法的执行时间大大降低,而且人脸识别率也有很大提高。

全文