基于多分辨率下节点图像融合的人脸识别方法
人脸识别是人机接口和生物信息领域研究的重要方面,得到广泛的关注,人脸特征提取是其重要环节之一.为了克服人脸光照和表情变化对特征提取的影响,提出在小波包分解后的多分辨率下利用(2D)<'2>PCA提取人脸特征进行识别的方法,主要创新包括:(1)以小波包分解所有节点图像为研究对象;(2)提出以识别率来选取"成功"节点;(3)提出一种融合节点图像的方法.首先通过二层小波包分解获取节点图像,采用(2D)<'2>PCA方法提取所有节点图像的特征矩阵,并利用最邻近分类器获取其识别率,然后在选取"成功"节点图像的基础上,构建了一个融合方法进行人脸识别.用CMU PIE和Yale库中的样本进行对比测试,结果表明本方法的高效性,同时也说明融合多分辨率下的节点图像能有效提高识别率.
人脸识别、多分辨率、小波包分解、(2D)2PCA、特征矩阵、节点图像
14
TP391.4(计算技术、计算机技术)
2009-10-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1700-1704