SVD和DCT提取特征向量的方法在人脸识别中的比较.pdfVIP

第 30 卷 第 2 期 武 汉 大 学 学 报 ·信 息 科 学 版 Vol . 30 No . 2 2005 年 2 月 Geomatics and Information Science of Wuhan U niver sit y Feb . 2005 文章编号 :167 18860 (2005) 020 11804 文献标志码 :A SVD 和 DCT 提取特征向量的 方法在人脸识别中的比较 1 1 卢 　健 　王 　晖 ( 1 　武汉大学遥感信息工程学院 ,武汉市珞喻路 129 号 ,430079) 摘 　要 :采用奇异值分解和 2D 离散余弦变换两种方法得到的特征 ,分别在嵌入式隐马尔可夫模型的人脸识别 中进行比较 ,得出奇异值分解比2D 离散余弦变换在识别率上和时间复杂度上都较差的结果 。通过对结果进行 分析得出 ,虽然奇异值分解有很多优良的特性 ,但是在模式识别中仅使用奇异值分解来提取特征并不是很好的 方法 。 关键词 :SVD ;DC T ; E HMM ;特征 ;人脸识别 中图法分类号 : TP751. 1 ) ( ) 　　近年来 ,有许多基于奇异值分解来抽取特征 m 是为了表示上的方便而引入 的 m - k 个 向 向量的方法[ 1～4 ] 。本文用嵌入式隐马尔可夫模型 量, 可以设想它是 AAT 对应于 λ= 0 的特征向量 。 i (embedded hidden Mar kov mo del , E HMM) 为分 ( ) T λ 同理, vi i = k + 1 , …, n 为 A A 对应于 i = 0 的 ( ( ) 类方法 ,分别采用奇异值分解 singular value de 特征向量 。将式 1 写成乘积的形式 : ) ( k co mpo sition ,SVD 和 2D 离散余弦变换 di scret e