龙源期刊网 http://www.qikan.com.cn
一种基于k-means的人脸识别算法
作者：张雅雯 吴阿敏
来源：《科技传播》2017年第09期
摘 要 目前，随着AI技术的兴起，人脸识别正在移动支付，智能系统等领域发挥着重要的作用。由于人的面部特征是与年龄变化紧密相关的，因此，嵌入年龄因素的人脸识别技术是有很大难度的。本研究结合人脸的特征因素，引用夹角余弦距离刻画相似度，并用k-means算法对所有向量进行聚类，并使分类尽可能符合实际状况。分析聚类返回数据，得到一些相似度指标，例如照片到所属类别中心的距离均值等，根据这些相似度指标给出判别标准。结合具体的实验数据得到验证精度在90%以上。
关键词 人脸识别；灰度图；选区；k-means；相似性
中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）186-0053-01
随着社会的不断发展，人脸识别现已成为模式识别、图像处理等学科的一大研究热点，可以广泛地应用到安全部门、身份鉴别、电视会议、数字监控等领域[ 2 ]。由于年龄变化引起人脸形状和纹理上的变化，导致人脸识别率下降，因此，对不同年龄段的人脸识别技术的社会需求日益增进。精确的人脸识别技术不仅要可以识别年龄差距较小的照片，还要可以识别年龄差距较大时的照片是否是同一个人。
本文主要解决的问题是基于不同年龄段的人脸照片识别问题，即当给出两张不同时期的照片时，要求算法识别出其是否为同一人。 1 数据预处理
众所周知，灰度图只包含亮度信息，不包含色彩信息。亮度由暗到明，变化是连续的。要表示灰度图，需要把亮度值进行量化，本文将每一张灰度照片的亮度值数据读出作为矩阵的行向量。得到具有m行的矩阵。为了剔除图片中一些客观因素带来的误差，本文对照片进行了分区处理，选出每张照片的中包含人脸的矩形，记录矩形的左上和右下角坐标。
一种基于k-means的人脸识别算法
