一种改进的基于Gabor小波的人脸识别方法  

A improved face recognition method based on Gabor wavelet

作　　者：罗敏[1,2] 刘嵩[1,3] 刘利平[3] 李时东[3] 张国平[1] 

机构地区：[1]华中师范大学物理科学与技术学院,武汉430079 [2]湖北民族学院理学院,湖北恩施445000 [3]湖北民族学院信息工程学院,湖北恩施445000

出　　处：《华中师范大学学报（自然科学版）》2013年第3期340-343,共4页Journal of Central China Normal University：Natural Sciences

基　　金：湖北省自然科学基金项目(2011CDC017);湖北省教育厅中青年团队项目(T201214)

摘　　要：针对人脸识别中传统的Gabor小波方法存在特征维数高、识别时间长、存储开销大的缺点,提出了一种结合奇异值分解和Gabor小波的改进方法.首先通过Gabor小波变换对人脸图像滤波得到特征图像,然后对训练集的特征图像进行奇异值分解获取基空间,将人脸图像投影到统一的基空间提取奇异值特征,再选择一定数量的奇异值构成人脸鉴别矢量,最后采用最近邻分类器进行识别.在ORL人脸库上的实验结果表明,该方法在识别性能上优于单一的Gabor小波方法.To improve this disadvantage of traditional Gabor wavelet, such as high fea- ture dimension, excessively long processing times and excessively large memory space, a novel face recognition method is proposed by combining Singular Value Decomposition （SVD） and Gabor wavelet in this paper. Firstly, feature images is obtained by Gabor wavelet transform,Secondly, SVD is used to get base-space for feature images of train- ing set, singular value of test image set is extracted by using the obtained base-space. And than choose some singular values to form discriminate vectors. Finally, the nearest neighbor classifier is used for identification. The experiment result on ORL face data- bases shows this method is better than traditional Gabor wavelet.

关 键 词：人脸识别 GABOR小波 奇异值分解 特征提取 最近邻分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]