基于Gabor小波多尺度PCA支持向量机人脸识别方法.pdfVIP

第24卷第4期 数 据 采 集 与 处 理 voI．24No．4 2009年 7月 JournalofDataAcquisitionProcessing Jul，2009 文章编号 ：1004—9037(2009)04-0437—06 基于 Gabor小波的多尺度PCA支持 向量机人脸识别方法 张国云 章 兢 (1．湖南理工学院物理与电子信息系 ，岳阳，414006；2．湖南大学电气与信息工程学院，长沙，410082) 摘要 ：提出了一种基于Gabor小波的多尺度 PCA支持向量机人脸识别方法。该方法首先计算 5个尺度和8个方 向的Gabor小波变换结果 ，再把不同人脸 中的同一尺度和方向的变换结果进行特征重组，得到 4O个新的特征矩 阵，然后分别利用PCA 降维去噪，最后构造 4O个支持 向量机分类器并采用选票决策机制决定识别结果 。实验结 果表明，该方法不仅拓宽了主元分析法中累积方差贡献率可选范围，而且识别率受支持向量机核参数影响较小， 使得支持向量机的核参数易于选择，同时取得 了理想的识别效果。 关键词 ：Gabor小波；多尺度主元分析 ；支持向量机 ；人脸识别 中图分类号 ：TP391．41 文献标识码 ：A M ulti-scalePCA SupportVectorM achineAlgorithm Based on GaborW aveletforFaceRecognition ZhangGuoyun ，ZhangJing (1．DepartmentofPhysics＆ElectronicInformation，HunanInstituteofScience＆Technology， Yueyang，414006，China； 2．CollegeofElectrical InformationEngineering，HunanUniversity，Changsha，410082，China) Abstract：A novelmulti—scaleprincipalcomponentanalysissupportvectormachine (MSPCA— SVM )algorithm isproposedbasedon Gaborwaveletforfacerecognition．Firstly，theGabor wavelettransformationresultsincludingfivescalesandeightdirectionsarecalculated．Second— ly，40featurematricesreconstructedwiththesamescaleandthesamedirectiontransform re— sultsofthedifferentfaceimagesareobtained．Thirdly，thedimensionalityreductionandde— noisingtechniquewithprincipalcomponentanalysis (PCA)isusedtoform thenew training samples．Finally，40SVM classifiersareconstructedand thevotedecision strategyisused to determinetherecognitionresult．Experimentalresultsshow thattheproposedmethodexpands theselectablerangeofthevariancecontributionrateinPCA methodandreducestheinfluence oftheSVM skernelparametersontherecognitionrate．Thus，theSVMskernelparameter