一种新的特征融合人脸分类方法  

作　　者：占善华[1] 

机构地区：[1]广东司法警官职业学院信息管理系

出　　处：《电子世界》2020年第20期100-101,104,共3页Electronics World

基　　金：广东省普通高校青年创新人才类项目(项目编号:2018GkQNCX076);广东省省科技计划项目(项目编号:2019B020208001);广东省省科技计划项目(项目编号:2019B110210002);广东大学生科技创新培育专项资金(“攀登计划”)(项目编号:pdjh2020b1033)。

摘　　要：本文首先融合离散余弦变换(DCT)和Daubechies小波(Daubechies-DCT),将Daubechies-DCT方法、离散余弦变换(DCT)以及定向梯度直方图(HOG)应用于不同核函数下进行人脸分类精准度比较。其中,HOG通过将面部图像划分为较小的连接区域(称为单元格),并为每个单元格编写渐变方向的直方图,然后,我们使用DCT和Daubechies小波的融合,采用HOG方法处理以SVM(支持向量机)和KNN(K最近邻)分类器为重点的人脸分类,将融合特征输入到SVM和KNN分类器中。实验数据集使用MIT人脸数据库,结果表明,具有SVM-Rbf内核功能的HOG达到了96.5%分类精准度,使用KNN分类器的DCT在达到了94.6%的分类精准度。

关 键 词：KNN分类器 DAUBECHIES小波 人脸分类 单元格 融合特征 直方图 核函数 HOG 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]