典型文献
基于鼻梁检测和PCA算法的眼镜识别方法
文献摘要：
为了更准确地提升人脸识别系统对眼镜佩戴情况的判断,减少因眼镜识别偏差导致的人脸识别误判率,本文构建了基于鼻梁检测和PCA算法的眼镜识别模型.通过Laplacian增强算子增强眼球孤立噪声点及其周边点的响应,并在二值图像中进行水平方向和竖直方向上的梯度积分投影,确定眼部区域.考虑到眼镜鼻梁处与周围皮肤色差较大,而鼻梁区域肤色较为均匀,本文提出鼻梁检测法,即通过计算鼻梁区域竖直方向的二阶梯度值是否大于0来判断有无戴眼镜,进一步转化成判断鼻梁区域内是否有白色像素点.另一方面,基于PCA算法对人脸眼部区域进行特征提取,得到累计贡献率大于80％的60个主成分,建立基于神经网络的判断眼镜佩戴的逻辑回归模型.结果测试表明:两种方法可靠性高,鼻梁检测法由于容易受到头发光线等的影响,总体准确率约83.8％,而基于PCA算法的特征提取准确率显著提高,高达94.6％.
文献关键词：
人脸识别;特征提取;BP神经网络;PCA算法;眼镜识别
中图分类号：
作者姓名：
孙瑾怡;赵文静;张伟康;戴泽凯
作者机构：
南京信息工程大学 电子与信息工程学院,江苏南京,210044;南京信息工程大学 大气科学学院,江苏南京,210044;南京信息工程大学 大气物理学院,江苏南京,210044
文献出处：
引用格式：
[1]孙瑾怡;赵文静;张伟康;戴泽凯-.基于鼻梁检测和PCA算法的眼镜识别方法)[J].电子制作,2022(07):56-59
A类：
眼镜识别
B类：
鼻梁,人脸识别系统,佩戴,误判率,识别模型,Laplacian,眼球,噪声点,二值图像,竖直,积分投影,眼部,肤色,色差,检测法,戴眼镜,转化成,像素点,累计贡献,逻辑回归模型,测试表明,可靠性高,到头,头发,光线
AB值：
0.280738
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
