一种人脸识别的新方法

摘要

针对人脸识别过程中出现的无法有效区分多姿态人脸的问题,引入了离散余弦变换(DCT)和K-L变换来减小不同姿态所造成的影响,考虑到K-L变换可以对图象进行压缩,用K-L变换来降低图象数据的维数,并利用主成分分析的思想,只取一部分特征向量来表示数据.通过径向基(RBF)函数神经网络来达到识别不同人脸的目的.RBF网络的训练采用粒子群算法(PSO).经实验证明,此方法可以达到较高的识别精度.