首页|融合HOG与PCA算法的人脸识别

融合HOG与PCA算法的人脸识别

Face Recognition Based on HOG Feature and PCA Algorithm

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了进一步研究人脸识别问题文章融合HOG特征与PCA算法对人脸进行识别研究.首先计算人脸图像的方向梯度直方图(HOG),将输出的每一个特征向量纵向堆叠为一个二维矩阵.然后使用主成分分析(PCA)进行特征降维,减少特征间的相关性和噪声.最后使用支持向量机(SVM)进行分类识别.整个算法模型在ORL人脸数据库中进行实验,最终结果显示识别准确率为96.0％;使用ROC曲线评价该方法的优劣得到曲线下的面积为0.9898.

徐岩、徐竟泽、曾建行、吴作宏、高照

展开 >

山东科技大学电子信息工程学院 青岛 266590

人脸识别 方向梯度直方图(HOG) 主成分分析(PCA) 支持向量机(SVM)

国家自然科学基金国家自然科学基金山东省研究生教育创新计划海信(山东)冰箱有限公司研发中心项目

115470371160418101040105305

2022

10.3969/j.issn.1672-9722.2022.11.034

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(11)
  • 2