基于小波变换和多分类器融合的人脸识别
提出一种基于小波变换和距离与BP神经元网络识别方法融合的人脸识别方法.用小波变换将原始图像分解提取特征,消除了光照和胡须等干扰因素的影响;将训练集中的5幅图像取平均值作为模板脸,计算测试集中的5幅小波变换图像与模板脸的各种距离,并将所得计算结果送入神经元网络进行训练和识别.在ORL人脸库上的实验结果表明,所提出的方法可以达到95.5％的正确识别率,计算量小、速度快,可用于各种人脸识别系统,特别是对于带眼镜和胡须的人脸图像.
小波变换 人脸识别 多分类器融合 神经元网络 特征提取
赵丽红 蔡玉 徐心和
东北大学,信息科学与工程学院,沈阳,110004
国内会议
无锡
中文
237-240
2007-07-03（万方平台首次上网日期，不代表论文的发表时间）