基于Gabor变换的仿生人脸识别.pdfVIP

基于Gabor变换的仿生人脸识别 何光辉唐远炎张太平 重庆大学计算机学院重庆400030 E-maih glllle@cqu．edu．cn 实验结果显示，该方法的分类准确性优于仿生识别方法和PCA等方法。 关键词：仿生人脸识别：Gabor变换；二维主成分分析 BionicFace GaborTransformation RecognitionUsing He Guanghui YuanyanTangTaipingZhang CollegeofCornputerScience，ChongqingUniversity，400030 E-mail：ghhe@cqu．edu．cn Abstract：Inordertoovercomethe bionicmethodsinfeature and shortcomingsofPrincipalComponem Analysis(PCA)and extracting Gaborfeatures based dimension methodfor offace onGaborwaveletis featuresale reduction,aextr∞tmg images presented．First,Gabor extractedfromface reduced2DPCA featuresarereducedflLrthcr set．Thenthenearestclassifier images．Alterby algorithm,the byrough is for 廿mnedclassification．The onYaleFaceDambaseBhumanface databaseshowthemethod in experimentsbeingperformed image presented this is tothatofbiomc andPCA superior paper recognitiona培ofithm algorithm． Words：Bionicface PCA tmmformation：2D Key recognition：Gabor l引言 因此我们可以运用多项式核函数将人脸分布的低维空 人脸识别技术不仅具有较高的理论和应用价值， 间映射到高维空间中，并在此空间判别“待识别人脸” 而且能够极大地促进图像处理、计算机视觉、机器学 是否属于某个人脸覆盖集合。 习等众多相关学科的发展，已逐渐成为模式识别领域 Gabor变换可以改变图像的表示域及表示数据， 能从频域的角度反映出图像的灰度结构特征。而且对 的热点。但由于人脸识别方法对光照、表情、姿势、 上述提到的表情、灯光、年龄变化有一定的鲁棒性。 年龄等变化较为敏感[1，2，3，4，5，6]