基于WT和LVQ网络的多姿态人脸识别

• 作者: 孙兵 陈蕾 黄贤武
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 小波变换 学习矢量量化 神经网络 分类 多姿态人脸识别
• 年，卷（期）: 2006,（21）
• 所属期刊栏目: 博士论文
• 页码范围: 47-49
• 页数: 3页
• 分类号: TP3
• 字数: 3055字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.21.017

摘要

提出了基于小波变换和学习矢量量化网络相结合的新方法进行人脸识别.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,可以很好地对图像降维和表征人脸图像的特征.LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法.LVQ网络结构简单,但却表现出比BP网络更强的有效性和鲁棒性.实验表明该方法对表情和姿态变化的人脸具有良好的分类性能和识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈蕾	苏州大学电子信息学院	49	279	10.0	15.0
2	孙兵	苏州大学电子信息学院	45	225	8.0	13.0
3	黄贤武	苏州大学电子信息学院	65	993	16.0	29.0