基于Gabor小波和PCA的人脸识别

被引：12

作者：

陈海霞 ^{[1
]}

崔茜 ^{[2
]}

机构：

[1] 通化师范学院物理学院

[2] 国家知识产权局专利局专利审查协作天津中心

来源：

东北师大学报(自然科学版) | 2014年 / 46卷 / 04期

关键词：

人脸识别; Gabor小波; PCA; GPCA;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对人脸识别中采集到的图像由于受光照、表情变化、脸部部分遮挡等因素影响而导致识别率低的问题,将Gabor小波多尺度、多方向的滤波特性和主成分分析(PCA)的降维特性相结合,提出一种对脸部整体特征进行提取的GPCA算法.通过将该算法应用于ORL人脸库、Yale人脸库和AR人脸库中的人脸识别,证明了该方法的有效性.

引用

页码：77 / 80

页数：4

共 6 条

[1] 随机矩阵的范数 [J].

任芳国 ;

高莹 .

东北师大学报(自然科学版), 2012, 44 (01) :28-31

[2]

人脸识别方法的研究.[D].曾岳.西安电子科技大学.2011, 05

[3]

Gabor小波变换在人脸识别中的应用研究.[D].余磊.重庆大学.2009, 10

[4]

基于主成分分析的人脸识别.[D].李文革.山东大学.2008,

[5] Principal component analysis [J].

Abdi, Herve ;

Williams, Lynne J. .

WILEY INTERDISCIPLINARY REVIEWS-COMPUTATIONAL STATISTICS, 2010, 2 (04) :433-459

[6]

Face recognition using holistic Fourier invariant features.[J].Jian Huang Lai;Pong C. Yuen;Guo Can Feng.Pattern Recognition.2000, 1

← 1 →