基于多尺度梯度角和SVM的正面人脸识别方法.pdfVIP

基于多尺度梯度角和SVM的正面人脸识别方法 赵武锋1’2，严晓浪1 (1．浙江大学超大规模集成电路设计研究所，浙江杭州310027；2．浙江大学信息科学与工程学院，浙江杭州310027) 摘 要：为了提高人脸识别算法性能，提出了一种多尺度梯度角(MSGA)和支持向量机(SVM)相结合的新的正面 人脸识别方法．分析了梯度角对光照的不敏感特性和反对称双正交小波(ASBW)的导数特性．获取多尺度梯度角特 征，并利用其所具有的降噪能力和有效降低表情变化、光照变化等因素引起的影响，使算法具备较强的鲁棒性．采 用了分类性能优越的支持向量机技术，提高了泛化能力．并在Yale人脸数据库上与归一化原始数据、小波处理后 数据进行了仿真比较，实验数据显示，不论使用主分量分析(PCA)还是线性鉴别分析(LDA)降维，在相同的维数条 件下，新方法的识别性能都优于其他方法． 关键词：反对称双正交小波；支持向量机；线性鉴别分析；主成分分析；多尺度梯度角；非负矩阵分解 中图分类号：TP391 文献标识码：A 文章编号：1008～973X(2008)04—0590—03 Frontalface tionmethodbasedonm