（阅读）基于gabor小波变换和支持向量机的人脸识别-.docVIP

—181— 基于Gabor 小波变换和支持向量机的人脸识别 李云峰1,2,欧宗瑛1 (1. 大连理工大学精密与特种加工教育部重点实验室,大连 116023;2. 河南科技大学机电工程学院,洛阳 471003 摘 要:将Gabor 小波变换和支持向量机分类方法结合起来进行人脸识别。通过由Gabor 小波变换系数表示的若干个人脸模板和人脸图像之间的匹配来确定特征点的近似位置;在所有的特征点位置计算Gabor 小波变换系数并将其串联成表示人脸图像的向量;采用一种层次分解的支持向量机二叉决策树进行分类识别。实验结果表明了该方法的可行性。 关键词:人脸识别;Gabor 小波变换;支持向量机 Face Recognition Based on Gabor Wavelet Transform and Support Vector Machines LI Yunfeng 1,2, OU Zongying 1 (1. Key Laboratory for Precision and Non-traditional Machining Technology of Ministry of Education, Dalian University of Technology, Dalian 116023; 2. Electromechanical Engineering College, Henan University of Science and Technology, Luoyang 471003 【Abstract 】This paper combines the Gabor wavelet transform with support vector machines classification method for face recognition. Facial feature points are located roughly through the matching between certain face templates which are represented by Gabor wavelet transform coefficients and a face image. Gabor wavelet transform coefficients are extracted at every facial feature points and these coefficients are catenated into a vector to represent a face image. A hierarchical decomposed support vector machines binary decision tree is used for classification.Experimental results show the feasibility of the proposed face recognition method. 【Key words 】Face recognition; Gabor wavelet transform; Support vector machines 计 算 机 工 程Computer Engineering 第32卷 第19期 Vol.32 № 19 2006年10月 October 2006 ·人工智能及识别技术· 文章编号:1000—3428(200619—0181—02 文献标识码:A 中图分类号:TP391.41 人脸识别具有直观、友好、方便、用户接受程度高、识别方式可以隐蔽等优点,被认为是最有发展潜力的生物特征识别技术。人脸识别问题主要包括两个方面的内容:(1提取对识别有意义的人脸特征;(2设计或选取适当的分类策略。本文将Gabor 小波变换[1,2]和支持向量机[3]分类方法结合起来,利用人脸几何特征的先验知识,通过由Gabor 小波变换系数表示的若干个人脸模板和人脸图像之间的匹配来确定特征点的近似位置,在所有的特征点位置计算Gabor 小波变换系数并将其串联成表示人脸图像的向量,采用层次分解的支持向量机二叉决策树进行分类识别。 1 Gabor 小波特征 二维Gabor 小波变换经常用来表示和分析图像信号,小波变换是通过计算一组Gabor 滤波器函数与给定图像信号的卷积来实现的。在空域中,二维Gabor 滤波器是一个被高斯函数包络函数约束的复数值平面波。通常使用的Gabor 滤波器的函数形式为[4]: ((??????????????????????? ?=2exp exp 2||||||||exp ||||222 222σσσψx k i x k k x j