基于训练集重组的人脸识别算法研究

摘要

传统的人脸识别算法都要依赖于面部特征的严格配准来归一化人脸以便提取人脸特征,而在非限定条件系统中,传统识别算法提取特征偏差较大,且容易受姿态、表情、光照等噪声干扰.基于此,提出先对训练图像进行特征配准,再重建训练样本用于识别.实验结果表明,本方法较传统的识别算法具有较高的识别性能.