SVD-Based Face Recognition

Projektion baserade ansiktsigenkänning har studerats under de senaste två decennierna. Ett av problemen är att kräva en enorm lagringsutrymme för att spara ansikte funktioner som erhålls från utbildnings ansikten. Vi föreslår en SVD-baserade ansikte söksystem som kräver mindre minne än PCA, 2DPCA, Fisher, och 2DFisher strategier. Den testade på den berömda ORL (AT & T) ansiktsdatabas algoritm, bestod av 400 112 x 92 grå nivå ansiktsbilder lika bidragit med 40 försökspersoner, uppnår 97,5% igenkänningsgraden av hämtningar.

Krav :

Matlab