一种基于小波和DCT的人脸识别算法.pdfVIP

第28卷第6期 宁夏师范学院学报(自然科学) Vl01．28．No．6 2007年l1月 Journal of Ningxia Teachers University(Natural Science) NOV．2oo7 一 种基于小波~[i[IDCT 人脸识别算法 杨绍华 (宁夏大学数学计算机学院，宁夏银川 750021) (E-mail：yang_shh~nxu．edu．cn) 摘 要：提出了一种基于小波变换和离散余弦变~t(Discrete Cosine Transform DCT)的人脸识别方法， 它通过对经过小波变换的人脸图像的低频图像进行DCT变换，从而获得原始图像的频谱图像，然后利用 最近邻法进行分类，在ORLA~脸数据库上的实验表明这样的方法能够获得比传统主成分分析(Principal Components Analysis PCA)更好的识别性， 关键词：人脸识别；小波变换；离散余弦变换 中图分类号：TP391 文献标识码：A 文章编号：1674-1331(2007)06-0049-05 Human Face Recognition Method Based on W avelet Tran sform an d DCT YANG Shaohua School of Mathematics and Computer Science，Ningxia university，Yinchuan,Ningxia 750021 (E-mail：yang_shh~nxu．edu．cn) Abstract The algorithm of face recognition based on Wavelet Transform and Discrete Cosine Trans— form was proposed in this paper．First the original image Was decomposed by wavelet transform．then， the DCT method Can be directly used to the low frequent sub-images obtained from the previous step．In the end，the classical K—Nearest Neighbor(KNN)method is performed on the reductions for the pattern classification．The experiment based on ORI DATABASE shows that the above-mentioned algorithm performs faster training speed and higher accuracy of recognition than traditional PCA method． Key words Face recognition；Wavelet transform；Discrete cosine transform(DCT) 1 引言 在模式识别领域，人脸识别一直是一个重要的研究课题，并且具有广阔的应用前景．人脸识别是 典型的高维数据分类问题，在人脸识别中通常要考虑两个重要的问题即提取什么样的特征有利于分类 器的分类，如何避免或降低高维的运算．利用子空间技术可以大大降低数据的特征维数，节省存储和 计算资源．迄今已经出现许多有效的方法，如线性的主成分分析(PCA)，独立成分分析(ICA)，非负矩 阵分解(NMF)；非线性的支持向量机(SVM)，核主成分分析(KPCA)[1．6】等，其中PCA方法被认为是 最成功的线性鉴别方法之一，目前仍然广泛应用于人脸识别等图像识别中．PCA是一种重要的线性子 空间方法，它从图像的整体代数特征出发，基于图像的局部信息进行分类识别，通过