利用小波变换提高基于KPCA方法的人脸识别性能

被引：10

作者：

杨绍华 ^{[1
]}

林盘 ^{[2
]}

潘晨 ^{[1
]}

机构：

[1] 宁夏大学数学计算机学院

[2] 福建师范大学软件学院

来源：

山东大学学报(理学版) | 2007年 / 09期

关键词：

人脸识别; 小波变换; 核主成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于核主成分分析(KPCA)的人脸识别算法能够提取非线性图像特征,在小样本训练条件下有较好性能.然而并非所有非线性特征对识别都有利,过多的不相关特征可能会降低识别性能.针对图像信息冗余的特点,预先对图像进行小波变换,通过消除对识别无关的细节信息,不仅提高了KPCA方法的识别精度,而且降低了该算法对计算机硬件的要求.同时,为了抑制KPCA对光照等变化的较高敏感性,还提出一种对图像灰度进行衰减的预处理策略.基于ORL数据库的实验表明,综合上述措施的系统比传统方法具有更快的训练速度和更高的识别精度.

引用

页码：96 / 100+106 +106

页数：6