基于相对梯度的人脸识别方法

？在原始相对梯度算子的基础上，提出一种新的相对梯度算子,并将它与二维主成分分析（2dpca）或者二维fisher线性判别分析（2dfld）相结合，形成一种基于改进相对梯度算子的人脸识别算法。在ar库和yale_b库上的实验表明，基于改进相对梯度算子的人脸识别算法对人脸图像的光照、表情等变化均具有较好的鲁棒性，识别准确率明显高于只用2dpca或2dfld进行特征抽取的人脸识别方法，以及基于原始相对梯度算子的人脸识别算法。同时采用三种不同大小的窗口分别进行实验，实验结果证明，当窗口大小为3×3时，识别效果相对最好。