基于加权小波分解和Fisherfaces的人脸识别算法研究

摘要：

提出了一种将加权小波分解和Fisherfaces方法相结合的人脸识别算法.首先,对人脸图像进行加入白化的预处理,去除干扰、噪声的同时平衡图像的能量谱;然后,采用小波分解得到图像的低频分量和水平、垂直高频分量并进行加权组合,结合Fisherfaces方法,在PCA变换后的空间内应用线性判别分析(LDA),解决了类内散布矩阵奇异和PCA在降维过程中不利于样本分类的问题;最后,运用最近邻分类器进行分类识别.基于ORL和YALE人脸库进行实验,确定小波基及分解层数分别为db2小波和2层,选择归一化尺寸和特征维数的最佳参数能够使得识别率分别达到98.75％和100％,且特征维数20～70的对比实验结果表明,该算法具有更好的识别效果.

关键词：人脸识别、白化、预处理、加权小波分解、Fisherfaces方法、最近邻分类器

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：河南省科学技术研究重点项目科技攻关计划13A510684

在线出版日期：2014-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：47-50