融合Gabor特征的基于随机点积图的人脸识别算法

摘要 为了提高人脸识别的精度，将随机图理论应用到人脸识别中，提出一种融合Gabor特征的基于随机点积图的算法．首先用Gabor滤波算子提取训练集图像的特征数据并进行预处理，减少特征数据内的冗余性．随机图对人脸训练集图像进行重构，获得节点赋值．之后根据赋值向量夹角余弦值以及节点的类别信息，计算每个节点的惩罚权值．将待识别图像投影到训练集图像随机点积重构得到的子空间中，依据最近邻节点惩罚值进行识别，判断图像所属类别．在ORL人脸库上的实验结果表明，算法在对归一化人脸图像特征数据降维上要优于PCA方法