一种用于人脸识别的新pca算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种用于人脸识别的新pca算法

第49卷 第 l2期 国讥妓 Vo1.49 No.12 2009年 l2月 Telecommunicati0nEngineering Dec.2009 文章编号 :1001—893X(2009)12—0065—05 一 种用于人脸识别的新PCA算法 俞 宁 (江苏省电子产品装备制造工程技术研究开发中心 ,江苏 淮安 223002) 摘 要:在主成分分析法(PCA算法)的基础上提出了一种新算法,该算法采用了小波预处理的方 式。通过该联合算法,在人脸图像采样环境不好的情况下,仍然保证人脸 图像较高的识别率。与传 统的算法相 比,该算法识别率提高了近 10%,扩大了PCA算法的应用范围,从而提高了人脸 图像的 识别率。 关键词:图像处理;人脸识别;小波变换;主成分分析;K—L变换 中图分类号:TN919.85 文献标识码 :A doi:10.3969/j.issn.1001—893x.2009.12.015 A NovelPCA Algorithm forFace Recognition YU Ntng (JiangsuProvincialElectronicProductsEquipmentManufactureRDCenter, Huai’an223002,China) Abstract:Anovelalgorithm isproposedbasedontheprincipalcomponentanalysis(PCA).algorithm, whichtakesadvantageofwavletpre—processingmehtod.Throughthejointalgorithm,highrecognition rateofthehuman face imagecanbekeptin bad environment.Comparedwith traditionalalgorithm,the proposedalgorithm increases the recognition rate nearly 10% and expands the application scope of PCA algorithm to improve the recognition rate ofhuman faceimages. Keywords:imageprocessing;facerecognition;wavelettransform;principalcomponentanalysis(PCA); KarhI】nen—Tneve transforiB 件得到拓宽,并且实现起来较为容易。 1 引 言 在人脸图像 自动识别技术中,常采用主成份分 2 人脸图像的检测与识别 析法(PCA) 。传统的PCA方法 由于提取的是图 由于人脸的检测对 图像的要求远远不如人脸对 像的全局特征 ,因此受光照条件和人脸表情变化影 图像的要求高 ,因此我们把联合算法放在对人脸 响比较大 ,造成识别效果不是太好 。本文在 PCA 的识别上,即假设人脸图像已经得到检测,确定是一 算法 中加入了小波分解 的思想,利用小波多分辨分 张人脸,对于这个来说,一般系统都可以做到。 析的优势 ,将得到的图像进行预处理 ,在预处理阶段 为了实现检测及识别系统,设计 的系统的整体 通过对灰度直方图修正、灰度归一等工作改善了原 框架如图1所示,各个部分有机地整合为一个整体, 图像的质量,使光照不均匀对图像识别的影响降低, 使得系统可以完成从人脸检测到识别的大部分功 使得处理后的图像便于识别,使 PCA方法应用的条

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档