| 基于PCA-L1范式特征提取的大学图书馆人脸识别 |
| |
| 引用本文： | 曹伟,殷守林.基于PCA-L1范式特征提取的大学图书馆人脸识别[J].安阳工学院学报,2021,20(6):43-46. |
| |
| 作者姓名： | 曹伟 殷守林 |
| |
| 作者单位： | 郑州工业应用技术学院图书馆,郑州451150;哈尔滨工业大学电子与信息工程学院,哈尔滨150001 |
| |
| 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.
|
| 关 键 词： | 人脸识别 PCA-L1 小波特征 |
Study on Face Recognition in University Library Based on PCA-L1 Norm Feature Extraction |
| |
| CAO Wei,YIN Shoulin.Study on Face Recognition in University Library Based on PCA-L1 Norm Feature Extraction[J].Journal of Anyang Institute of Technology,2021,20(6):43-46. |
| |
| Authors: | CAO Wei YIN Shoulin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
