%0 Journal Article
%T 融合小波变换与KPCA的分块人脸特征抽取与识别算法
%A 谢永华
%A 陈伏兵
%A 张生亮
%A 杨静宇
%J 中国图象图形学报
%D 2007
%R 10.11834/jig.20070413
%X 鉴于小波多尺度变换对高维图像特征具有良好的压缩和表达能力,提出了一种融合小波变换与KPCA(核主成分分析)方法的分块人脸特征抽取与识别算法。该算法首先对人脸图像进行分块小波变换,再根据图像块的位置分布选取不同的频率分量;然后对此分量进行KPCA特征抽取,并通过对抽取到的特征进行融合来得到最终人脸鉴别特征;最后利用支持向量机分类器进行特征分类与识别。通过对ORL和Yale标准人脸图像库的实验仿真结果表明,该算法不仅在识别性能和分类速度上明显高于传统的PCA方法及融合小波特征的KPCA方法,而且对于人脸光照、姿态和表情变化均具有良好的鲁棒性。
%K 小波变换
%K 核主成分分析
%K 分块人脸
%K 特征抽取
%K 支持向量机
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=200704112&flag=1