小波变换和特征加权融合的人脸识别
在人脸识别领域,提取人脸特征和降低维数是人脸识别的关键.传统的基于小波变换的人脸识别算法仅在小波分解的低频分量上提取用于分类的图像特征,造成了高频分量中部分对识别有利信息的丢失.为了更有效地提取人脸图像特征,提出一种基于小波变换和特征加权融合的人脸识别算法.首先通过小波变换对人脸图像进行降维处理,然后对4个小波子图分别运用主成分分析法(PCA)提取特征,并把这4部分特征加权融合,最后利用支持向量机( SVM)进行分类识别.在ORL人脸库上进行实验验证,识别准确率可达到97.5%,实验结果表明该算法能够有效提高人脸识别能力,与传统识别算法相比具有较高的识别准确率和识别速度.
人脸识别、小波变换、主成分分析、加权融合、支持向量机
17
TP391.4(计算技术、计算机技术)
2013-03-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
1522-1527