基于WTSVD和KPCA的人脸识别方法
结合小波变换、奇异值分解和核主成分分析的特点,提出一种人脸识别方法。首先,利用小波变换对人脸图像进行预处理,保留图像的低频段,有效地降低了罔像维数并去除冗余噪声。然后,对得到的每幅低频子图进行基于奇异值分解的特征提取,并将奇异值特征向最通过非线性变换进行主成分分析提取特征。最后,依据BP神经网络完成人脸识别。基于ORL与Yale人脸数据库的实验结果表明,本文方法正确可行,识别率高于KPCA、SVD、WT-KPCA与WT-SVD算法。
小波变换 奇异值分解 核主成分分析 神经网络 人脸识别
刘中华 金忠 赖志辉 黄传波 万鸣华
南京理工大学计算机科学与技术学院 南京 210094
国内会议
北京
中文
277-281
2008-10-22(万方平台首次上网日期,不代表论文的发表时间)