1 / 6
文档名称:

人脸识别系统.docx

格式:docx   大小:18KB   页数:6页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

人脸识别系统.docx

上传人:书犹药也 2021/4/22 文件大小:18 KB

下载得到文件列表

人脸识别系统.docx

相关文档

文档介绍

文档介绍:人脸识别系统

  摘要:结合小波包变换(Waveletpacket)和独立成份分析(ICA)提出了一个人脸识别新方法。该方法首先应用小波包变换提取图像的特征向量,接着经过主成份分析(PCA)降低特征向量的维数,在此基础上应用独立成份分析提取统计上独立的特征向量,然后基于相关系数的分类器对特征向量进行分类。在ORL人脸图像数据库上进行算法验证的结果表明该方法的有效性。
  关键词:人脸识别;特征提取;小波包变换;独立成份分析;
  中图分类号:TP391文件标识码:A文章编号:1009-3044(2021)08-1909-03
  FaceRecognitionUsingWaveletPacketandIndependentComponentAnalysis
  YANGYing-xian
  (DepartmentofInformationManagement,GuangdongJusticePoliceVocationalCollege,Guangzhou510520,China)
  Abstract:AnewfacerecognitionmetholdwasproposedbyadoptingtheWaveletpacketandIndependentComponentAnalysis(ICA).WaveletpacketwasappliedtofaceimagestoextractthefeaturedimensionofthesalientfeaturevectorswasreducedbyPrincipalComponentAnalysis(PCA).ICAfurtherreducedthefeatureredundanciesandderivedindependentfeaturevectorsforthecorrelation-.
  Keywords:facerecognition;featureextraction;waveletpacket;independentcomponentAnalysis(ICA)
  在人脸识别研究中,人脸图像特征的有效地提取和有效分类是实现识其余关键。人脸特征提取有多个方法,经典的特征提取方法是基于子空间提取的方法,如主成份分析(PrincipalComponentAnalysis,PCA)1、独立成份分析(IndependentComponentAnalysis,ICA)2、Fisher线性判别FisherLinearDiscriminant,FLD3直接对人脸图像的像素矩阵进行子空间变换。小波包分析是在小波分解的基础上发展起来的,能提供一个愈加精细的分析方法,含有能够保留图像的主频信息又保留不一样方向细节信息的优点,所以小波包含有更广泛的应用价值。
  本文在Yang4工作的基础上,应用小波包变换提取图像的特征向量,接着经过主成份分析(PCA)降低特征向量的维数,在此基础上应用独立成份分析提取统计上独立的特征向量,然后基于相关系数的分类器对特征向量进行分类。本文对Yale人脸数据库来进行