基于多尺度低频特征组合的线性鉴别分析

被引：2

作者：

严云洋 ^{[1
]}

郭志波 ^{[2
]}

杨静宇 ^{[2
]}

机构：

[1] 淮阴工学院计算机工程系

[2] 南京理工大学计算机科学与技术学院

来源：

系统仿真学报 | 2008年 / 07期

关键词：

多尺度; 低频特征; 特征组合; 线性鉴别分析; 人脸识别;

D O I：

10.16182/j.cnki.joss.2008.07.048

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

目前线性鉴别分析(LDA)方法是在原始图像上直接进行,抽取的是图像的全局特征,受光照、表情变化而引起的局部高频信息影响较大,忽视了更能反映图象本质的低频特征。为此提出先将图像进行多尺度划分,再提取划分后的每个子图像的低频部分,组合起来作为该图像的特征向量,最后根据这些特征向量再应用LDA方法进行鉴别分析。多尺度低频特征组合的向量反映了图像从局部到全局的全部低频特性,具有更有效的鉴别信息。在ORL和Yale人脸库上的实验结果显示,所提出的算法识别性能显著提高,鉴别能力更好。

引用

页码：1740 / 1743+1769 +1769

页数：5

共 4 条

[1] 一种人脸图象自动识别方法及实验 [J].