复杂环境下的人脸识别增强算法

摘要

本文针对复杂环境下人脸识别速度慢准确性低的问题进行研究，提出了一种人脸识别算法。首先采用Adaboost与肤色分割相结合的方式进行人脸检测。利用肤色分割技术速度快的优点筛选出候选人脸区域，同时采用Haar特征来训练分类器，进一步加强检测性能，提升复杂背景下的准确性。之后采用基于线性判别式分析的人脸识别方法(LDA)，LDA算法是对样本进行分类的监督学习方法，通过对样本的标签信息进行运用，寻找最佳投影方向子空间来完成分类。实验结果表明，本算法在复杂背景下识别速度与准确性上都有很大的提升。