基于多特征融合和Boosting RBF神经网络的人脸识别

摘要：

提出一种多特征信息融合的人脸识别方法.应用Zernike矩方法和非负矩阵分解法(NMF)分别提取具有旋转不变性的人脸几何特征和人脸子空间投影系数特征,将这两种具有一定互补性的特征串行融合,得到一个分类能力更强的特征.在此基础上,采用RBF神经网络进行人脸识别.为了提高神经网络的分类准确率和泛化能力,采用Boosting方法进行网络集成.实验结果表明,提出的算法利用较少样本数据即可快速地进行人脸识别.

关键词：人脸识别、Zernike矩、非负矩阵分解法、Boosting方法、RBF神经网络

所属期刊栏目：35

分类号：TP3;TN9

在线出版日期：2008-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：196-198