改进的基于Gabor-LDA的人脸识别方法
鉴于Gabor特征对光照、表情等变化比较鲁棒,并已在人脸识别领域取得成功应用,提出了一种改进的Gabor-LDA算法.首先对人脸图像进行多方向、多尺度Gabor小渡滤波,然后对得到的特征向量使用改进的主成分分析方法(PCA)变换降维,采用自适应加权原理重建类内散布矩阵和类间散布矩阵,从而改进了最佳鉴别分析(LDA)判别函数,有效地解决了训练样本类均值与类中心的偏离问题.对Yale人脸库的数值试验表明,该算法比传统算法有更好的性能.
模式识别、Gabor小波变换、主成分分析、最佳鉴别分析、人脸识别
30
TP391.41(计算技术、计算机技术)
重庆市自然科学基金项目CSTC,2006BB2365;重庆市教委科学技术研究基金项目KJ060504
2009-08-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
3396-3398,3405