论文部分内容阅读
本文针对复杂背景下人脸图像的低识别率,通过分析LDA算法存在的小样本、非线性特征提取问题,提出了一种新的人脸识别算法,首先使用有效零空间方法解决小样本问题,其次引入核函数,将输入样本空间映射到高维空间,将原始人脸图像中的难以提取非线性特征在高维空间进行线性提取,最后使用自适应性更好的RBF神经网络作为分类器来替代基于欧式距离的最小距离分类器来实现分类识别。实验结果证明:本文算法可有效解决复杂背景下的识别问题,在AR人脸数据库上的识别率达到91.2%。