【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第1期 415-418页,共5页

【作 者】： 伊力哈木·亚尔买买提

【摘 要】 研究提高人脸识别率问题，因人脸图像易受光照条件、人脸丰富的表情变化以及周围复杂环境干扰等因素的负面影响，导致其识别准确度很低，影响其识别效果。鉴于此，提出了改进型PCA和LDA融合算法人脸图像识别方法，首先通过在改进PCA算法中结合基于标准差和局部均值的图像增强处理，使其可以有效调节光照不均匀对人脸识别所造成的负面影响，进而拓展了PCA算法的应用条件范围，然后将改进的PCA算法与LDA算法相结合，运用改进的PCA算法对训练图像降维，最后再对降维以后的特征采用LDA算法，训练出一个最具判别力的分类器，实验证明本文提出的方法对光照不均匀、表情变化的人脸具有一定的鲁棒性，具有很好的人脸识别性能，提高了其识别率，优于一般的PCA算法。