基于并行pca算法的人脸识别系统的研究

《基于并行pca算法的人脸识别系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于并行PCA算法的人脸识别系统的研究　　摘要：为了解决快速、准确人脸识别的问题，提出了一种基于并行PCA算法的人脸识别方法。利用主成分分析法（PCA）能够降低特征维数、容易实现、训练时间较短的特点，设计实现了一种并行PCA算法，首先根据整幅图像提取出4幅部分人脸图像，然后将整幅图像和4幅部分图像同时由相同结构的PCA模型进行学习，提取人脸特征向量，通过欧氏距离进行测试图像与训练图像的匹配计算，最后通过测试图像与5级并行PCA模型的识别结果进行加权决策，从而实现人脸识别的目的。利用ORL人脸库的图像数据，在Matlab进行的仿真实验结果表明，该方法在准确性上

2、有了很大程度的提升，识别的速度也相对较快，具有较高的鲁棒性。　　关键词：PCA算法；人脸识别；五级并行PCA模型；权重计算；均值滤波　　中图分类号：TP311文献标识码：A文章编号：1009-3044（2016）19-0147-02　　ResearchonFaceRecognitionSystemBasedonParallelPCAAlgorithm　　ZHAOYa-peng　　（CollegeofInformationScienceandEngineering，ShandongUniversityofScienceandTechnology，Qingdao

3、266590，China）　　Abstract：Inordertosolvetheproblemoffastandaccurate8facerecognition，afacerecognitionmethodbasedonparallelPCAalgorithmisproposed.Usingprincipalcomponentanalysis（PCA）methodcanreducethedimensionoffeatures，easytoimplement，trainingtimeisshort，thedesignandimplementationofap

4、arallelalgorithmforPCA，firstofallaccordingtothewholeimagetoextractthe4partoffaceimages，thenthewholeimageand4partialimagesatthesametimebythesamestructureofthePCAmodeloflearning，facefeaturevectorextraction，theEuclideandistanceformatchingcalculationofthetestimagesandtrainingimages，fin

5、allythroughthetestimagewiththefivelevelparallelPCAmodelidentificationresultsareweighteddecision，inordertoachievefacerecognition.UsingtheimagedataoftheORLfacedatabase，thesimulationresultsinMatlabshowthatthemethodhasagreatdegreeofimprovementinaccuracy，therecognitionspeedisrelativelyf

6、ast，withahighdegreeofrobustness.　　Keywords：PCAalgorithm；Facerecognition；FivelevelparallelPCAmodel；Weightcalculation；Meanfilter　　1概述8　　随着智能终端设备（手机、Pad、门禁等）的不断发展，身份识别已经成为我们日常生活的重要组成部分，身份验证技术被广泛应用于各个领域，特别是人们对于个人隐私信息的保护，使得身份识别再次成为关注的焦点。人脸识别作为身份识别的重要手段之一，因其具有识别率高、采集性强、接受性高等特点，在身份识别的各类方法

7、中具有独特的优势，成为了目前比较热门的研究领域。　　目前，卷积神经网络（ConvolutionalNeuralNetworks）是图像识别领域最重要的研究热点，而且在语音识别领域也取得了不错的效果，但是卷积神经网络的整个训练过程比较费时，而且实现相对复杂，而基于PCA算法的人脸识别技术因其自身存在的许多缺陷，一直没有被广泛应用，但该方法实现简单、学习速度较快，因此，本文主要研究改进的并行PCA算法，以弥补传统PCA算法在人脸识别领域的不足。　　本文提出的基于并行PCA算法的人脸识别技术，首先对原始图像进行预处理，如灰度归一化和中值滤波等操作，以消除图像噪声、

8、光照等因素造成的影响，使得特征提取更加准确可靠。然后