一种基于分块小波的人脸识别算法

被引:11
作者
杨淑平
易国栋
袁修贵
刘再明
机构
[1] 中南大学数学与统计学院
关键词
分块小波变换; PCA+LDA; KNN; 支持向量机; 分类器组合;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出一种基于分块小波的人脸识别新算法。在充分考虑提取局部特征,又克服小样本问题的基础上,提出分块小波的概念。首先,对小波分解后的低频子图进行分块,提取局部特征,从而降低图像维数并除去冗余噪声;将其先后进行PCA和LDA变换,得到组合特征向量;最后,根据KNN的快速分类能力及SVM在少数类别分类上的优势,提出KNN+SVM融合分类器对组合特征向量进行分类识别。研究结果表明:该方法识别率高,识别速度快,具有一定的实用价值。
引用
收藏
页码:1902 / 1909
页数:8
相关论文
共 8 条
[1]   基于多尺度自适应LDA的人脸识别方法 [J].
张健 ;
肖迪 .
计算机工程与设计, 2012, 33 (01) :332-335+366
[2]   基于小波变换和2DPCA的人脸识别 [J].
翟俊海 ;
翟梦尧 ;
王华超 .
河北大学学报(自然科学版), 2010, 30 (05) :574-579
[3]   人脸识别技术综述 [J].
刘琦 ;
韩其睿 .
仪器仪表用户, 2008, (05) :1-2
[4]   基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法 [J].
谢永华 ;
陈伏兵 ;
张生亮 ;
杨静宇 .
计算机应用与软件, 2008, (01) :30-32+78
[5]   基于分块PCA的人脸识别 [J].
孙鑫 ;
刘兵 ;
刘本永 ;
不详 .
计算机工程与应用 , 2005, (27) :80-82
[6]   基于SVM的特征加权KNN算法 [J].
陈振洲 ;
李磊 ;
姚正安 .
中山大学学报(自然科学版), 2005, (01) :17-20
[7]   基于小波分析的人脸特征提取方法 [J].
付瑶 ;
刘志镜 ;
谷明坡 .
计算机工程与科学, 2002, (06) :52-54
[8]   EIGENFACES FOR RECOGNITION [J].
TURK, M ;
PENTLAND, A .
JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86