基于PSO-LDA的人脸识别算法  

Face recognition algorithm based on PSO-LDA

作　　者：王鹏涛[1] 王智文[2] 

机构地区：[1]广西科技大学电气与信息工程学院,广西柳州545006 [2]广西科技大学计算机科学与通信工程学院,广西柳州545006

出　　处：《广西科技大学学报》2017年第1期85-90,共6页Journal of Guangxi University of Science and Technology

基　　金：国家自然科学基金项目(61462008;61365009);广西自然科学基金项目(2013GXNSFAA019336;2014GXNSFAA118368);广西信息科学实验中心开放基金项目(KF1403);柳州市科技开发项目(2016C050205);广西科技大学博士基金项目(院科博12Z14);2015年广西科技大学创新团队项目资助

摘　　要：线性判别分析(LDA)方法在人脸识别特征提取中应用广泛.针对其在应用方面存在的缺陷,本文提出一种基于粒子群优化(PSO)的LDA算法(PSO-LDA)的人脸识别算法.通过粒子群优化算法找寻到矩阵的最佳投影矢量,避免了直接对矩阵求特征值和特征向量,并通过多次迭代来解决投影空间中边缘类相近样本重叠问题.在ORL库中进行对比实验,实验结果表明提出的方法抗噪性能好,能明显提高人脸识别率.该算法具有识别稳定和便于实现的特点.The method of linear discriminant analysis（LDA） is widely used in feature extraction of face recognition.In view of its defects in application, a LDA face recognition algorithm based on particle swarm optimization（PSO） is proposed in this paper. The eigenvalues and eigenvectors of matrix are avoided to calculate directly by using particle swarm optimization algorithm to find the best projection vectors of matrix, and the overlapping problem of similar samples of the edge class in the projection space is solved through several iterations. Experiments are conducted using ORL face database, the results show that the proposed method has good anti-noise performance and can significantly improve the rate of face recognition. The proposed method have a better stability, and easy to realize.

关 键 词：线性判别分析 粒子群算法 最佳投影矢量 PSO-LDA 

分 类 号：TP317.4[自动化与计算机技术—计算机软件与理论]