基于小波变换和主分量分析的人脸识别  

Face Recognition Based on Wavelet Transform and Principal Component Analysis

作　　者：张洪亮[1] 李香玲[1] 李晨璞[1] 马丽红[1] 闫常丽[1] 

机构地区：[1]河北建筑工程学院

出　　处：《河北建筑工程学院学报》2010年第1期126-128,共3页Journal of Hebei Institute of Architecture and Civil Engineering

基　　金：张家口市科技局指导性计划项目(092128B)

摘　　要：提出了基于小波变换和主分量分析的人脸识别算法.该算法首先用小波变换对人脸图像进行小波分解,形成低频小波子图,然后用主分量分析法构造特征脸子空间,将人脸图像在特征空间的投影作为KNN分类器的输入,由KNN分类器对提取的特征进行识别.在ORL人脸数据库上的实验结果表明该方法具有良好的性能.Wavelet transform combined with principal component analysis is applied to human face recognition. After extracting low frequency sub-band of face image in wavelet transform,the eigenface is constructed by PCA.Then all samples are projected into the subspace,the coefficient of every sample is inputted K-Nearest Neighbor,and the face recognizer consists of KNN.The experiments on ORL face database indicate that the recognition ratio is greatly improved.

关 键 词：人脸识别 小波变换(WT) 主分量分析(PCA) KNN分类器 

分 类 号：O17[理学—数学]