改进的小波分解、Fisher脸及几何特征相结合的人脸识别方法  

An improved method of face recognition combined with wavelet,Fisher face and geometrical characteristics

作　　者：彭叶[1] 王顺芳[1] 丁海燕[1] 

机构地区：[1]云南大学信息学院,云南昆明650091

出　　处：《云南大学学报（自然科学版）》2011年第S2期215-219,共5页Journal of Yunnan University(Natural Sciences Edition)

基　　金：国家自然科学基金资助项目(10901135);云南省应用基础研究面上项目资助(2008CD081);云南大学中青年骨干教师培养计划资助;昆明市第九批中青年学术和技术带头人及后备人选资助

摘　　要：数据降维是提高人脸识别效率的关键.对基于gabor小波变换和LDA降维做了改进,经gabor小波降维后,对数据分别沿着2个不同的方向做处理,方向一:继续按LDA方法对数据分类;方向二:进行PCA降维,再进行一些特征向量的提取,提取4个眼角,鼻尖和2个嘴角的数据,这样又降低了数据的维数.然后根据LDA分类后的数据和提取的几何特征点数据在识别过程中所起的不同作用,分配不同的权值,得出人脸识别的结果.经实验对比,该文的方法有更高的识别率.数据降维是提高人脸识别效率的关键.对基于gabor小波变换和LDA降维做了改进,经gabor小波降维后,对数据分别沿着2个不同的方向做处理,方向一:继续按LDA方法对数据分类;方向二:进行PCA降维,再进行一些特征向量的提取,提取4个眼角,鼻尖和2个嘴角的数据,这样又降低了数据的维数.然后根据LDA分类后的数据和提取的几何特征点数据在识别过程中所起的不同作用,分配不同的权值,得出人脸识别的结果.经实验对比,该文的方法有更高的识别率.

关 键 词：人脸识别 数据降维 GABOR小波 LDA降维 几何特征 

分 类 号：N55[自然科学总论]