摘要
提出一种从全局和局部两个方面共同表征人脸的算法。首先,Gabor小波能够从不同方向不同尺度上有效表征人脸特征,它突出了人脸的局部显著性。而主成分分析(principal component analysis,PCA)方法提取的是人脸的轮廓信息,弥补了Gabor小波在人脸全局特征提取方面的不足。运用PCA提取人脸全局特征,Gabor小波提取特征并通过PCA降维后作为其局部特征,将它们融合后作为人脸的总特征进行人脸识别。实验结果表明,提出的融合全局和局部特征的人脸识别效果要优于对单一特征的人脸识别。在同一个人3幅图像作为训练样本的情况下,算法的识别率最高能达到96.79%。
学科与关键词
关键词
人脸识别Gabor小波主成分分析特征融合 face recognitionGabor waveletPCAfeature fusion
- 基于环形对称Gabor变换和分块PCA的人脸识别王甜甜; 郭太良; 姚剑敏; 周龙沙电视技术, 2013, (15): 173.
- 基于Gabor小波变换的ICA人脸识别算法研究吴延海; 梁文莉微电子学与计算机, 2013, (07): 141-144.
- 基于特征融合的人脸识别刘冬梅计算机光盘软件与应用, 2013, (12): 187-188.
