论文部分内容阅读
为解决在人脸识别过程中算法模型的计算效率受样本特征维数影响的问题,通过主成分分析(PCA)对图像进行特征选择,但传统PCA特征计算的效率取决于维数的大小,为加快计算速度给出一种快速的PCA算法(FastPCA),可以有效降低特征提取的时间。为了避免过拟合问题并提高识别准确率,提出一种基于AdaBoost的孪生支持向量机(TWSVM)人脸识别方法。通过在ORL和Yale人脸数据库的进行仿真实验结果表明:本文提出的方法具有更好的识别率和更高的特征提取效率。