一种基于Fourier变换的人脸识别算法
针对现有的多数人脸识别算法在单训练样本时识别性能并不理想这一问题,提出一种基于Fourier-Mellin变换的频域不变性以及时域不变性的特征提取算法.首先,采用图像亮度作为原始特征,将对图像亮度标准化以改善光照变化,通过应用2D小波变换降维来管理频域不变量的复杂度;然后,为进一步改进识别性能,根据分析的Fourier-Mellien变换(AFMT)以及正交Fourier-Mellin矩(OFMM)法不变量的特征,将两种算法混合,进行特征提取;最后,利用分值标准化度量频域不变量与时域不变量,并存储到一个特征向量中用于分类.通过最近邻分类器(NNC)和相关性系数法(CCM)进行分类和融合.通过在YALE与ORL人脸数据库上进行了大量实验的结果表明,本文提出方法的性能要优于传统的人脸识别算法.
人脸识别、Fourier变换、特征提取
28
TP391.4(计算技术、计算机技术)
黑龙江省自然科学基金F2015038;黑龙江教育厅11551086
2017-11-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
1146-1155