ty -jour a2 -lin，cheng -jian au -ayiah -mensah，弗朗西斯·艾西 - 阿西杜，路易斯·au-澳大利亚 - 马特尔，菲利克斯·奥。使用FFT -PCA/SVD算法SP -6686759 VL -2021 AB的面部图像 - 尽管人类的视觉刺激存在差异，例如衰老，变化的人的状况和闭塞，但甚至可以通过识别识别。上一次相遇多年后的人类眼睛。已经确定，诸如发型变化，胡须的生长，戴眼镜和其他形式的遮挡之类的面部差异几乎不会阻碍人脑的力量，无法获得脸部识别。但是，关于自动化的智能系统的发展，这些系统是为了模仿人脑以帮助认识的自动化系统。人们对开发有弹性和有效的识别系统的兴趣越来越大，主要是因为其众多应用领域（访问控制，娱乐/休闲，基于生物识别数据的安全系统以及用户友好的人机接口）。尽管在各种姿势，照明，表达和图像降解下进行了许多关于面部识别的研究，但遮挡引起的问题大多被忽略。因此，这项研究的重点是面部闭塞，并通过面部图像增强提出了增强机制，以改善遮挡脸部图像的识别。这项研究评估了使用快速傅立叶变换（FFT-PCA/SVD）对主成分分析的性能，用于在脸部图像上进行预处理的面部识别算法，这些算法缺失和增强的面部图像数据库。发现FFT-PCA/SVD算法的平均识别率相同（ 90 ％ ）当面部图像缺失和增强的面部图像分别用作测试图像时。统计评估表明，当使用FFT-PCA/SVD用于识别时，面部图像的平均识别距离存在显着差异。当用作测试图像时，增强的面部图像往往具有相对较低的平均识别距离。这一发现与所采用的数值技术的同等绩效评估背道而驰。因此，建议将小鼠算法作为提高/改善面部识别系统性能的合适插补机制。SN -1687-9724 UR -https：//doi.org/10.1155/2021/6686759 do -10.1155/2021/6686759 JF-应用计算智能和软计算