文章摘要:大学图书馆是大学很重要的一个场所,人工检测进入图书馆的各类人员耗时费力。为了有效提高图书馆管理效率,本文对大学图书馆人脸识别问题做了研究。主成分分析（PCA）是解决人脸识别等多维数据分析问题的关键方法之一。然而,经典的PCA是基于L2范式,它对噪声非常敏感。最近,一种新的具有鲁棒性的PCA方法被提出,用PCA-L1范式代替L2范式。但是PCA-L1范式需要花费很多时间来计算投影基数。为了解决这一问题,提出采用小波特征提取方法作为人脸识别的预处理步骤。在ORL和GTFD两个公开的人脸图像数据集上进行的实验表明,该方法的执行时间大大降低,而且人脸识别率也有很大提高。

文章关键词:

项目基金: