黄安宁
- 作品数：1 被引量：1H指数：1
- 供职机构：武汉大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于随机映射降维方法的人脸识别特征抽取算法被引量：1
- 2015年
- 针对人脸识别过程中高维所带来的计算效率低下、识别率降低的问题,本文采用了简单高效的随机映射保持人脸特征基本不变的降维方法,并验证了其有效性。实验首先将转换为灰度矩阵的图片采用特征抽取算法获取特征向量,其次,对特征矩阵分别采用服从标准正态分布的随机矩阵以及主成分分析法进行映射降维,最后,分别计算降维后特征矩阵的海明距离,并统计识别率。实验结果表明,低维时主成分分析等方法识别率的收敛速度较快,识别率较高,但在高维情况下,其识别率则由87%降到了32%,而随机映射的识别率达到了85%,且稳定性较好。结论为随机映射在处理高维数据时,在准确性以及稳定性方面独具优势,且因其计算复杂度低,具有数据独立性以及距离保持不变的特性,可在人脸识别过程中广泛应用。
- 黄安宁黄根春方高张文炬
- 关键词：人脸识别主成份分析高维数据
