基于小波变换和2DPCA的人脸识别

被引：4

作者：

翟俊海

翟梦尧

王华超

机构：

[1] 河北大学数学与计算机学院河北省机器学习与计算智能重点实验室

来源：

河北大学学报(自然科学版) | 2010年 / 30卷 / 05期

关键词：

小波变换; 人脸识别; 主成分分析; 特征脸; 特征提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

主成分分析(principal component analysis:PCA)已成功用于人脸识别,但基于主成分分析的人脸识别方法需要将图像数据向量化,而向量化后的图像样本维数非常大,计算代价非常高.二维主成分分析(2 di mension principal component analysis:2DPCA)直接处理图像数据,不需要向量化的过程,2DPCA降低了计算复杂度,但是2DPCA与PCA相比,需要存储更多的系数,即要占用更多的存储空间.本文提出了一种基于小波变换和2DPCA的人脸识别方法,可以克服上述缺点,实验结果证明了该方法的有效性.

引用

页码：574 / 579

页数：6