基于小波和支持向量机的人脸识别技术

• 作者: 周志明 王以治 王宁宁 黄文芝
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波变换 支持向量机 人脸识别 核函数
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 学术探讨
• 页码范围: 52-54
• 页数: 3页
• 分类号: TP391.41
• 字数: 2923字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.12.017

摘要

小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,可以很好地压缩和表征人脸图像的特征.支持向量机技术针对小样本问题设计,对人脸识别这样的非线性、高维数的小样本问题有非常好的分类效果和学习推广能力,目前已经成为模式识别的首选分类器.文中使用小波变换来对人脸的高维图像矢量进行压缩,并设计了一个支持向量机分类器系统来识别人脸.试验结果验证了该系统有很高的识别率和较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志明	华中科技大学数学系	13	93	5.0	9.0
2	黄文芝	华中科技大学数学系	4	48	2.0	4.0
3	王以治	华中科技大学数学系	11	92	5.0	9.0
4	王宁宁	华中科技大学数学系	3	45	1.0	3.0