基于DCT的PCA及神经网络的人脸识别研究

• 作者: 张凤玲 马怡然
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 人脸识别 DCT PCA BP神经网络 神经网络集成
• 年，卷（期）: 2007,（3）
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP391.41
• 字数: 3075字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2007.03.017

摘要

PCA(Principal Component Analysis,也称为K-L变换)方法在许多人脸库的识别中取得了很好的效果,但运算量大;DCT(Discrete Cosine Transform)有较高的压缩性能并可通过快速算法来完成;集成的BP神经网络比单一BP网具有更好的泛化能力.针对上述特点,提出了一种新算法,首先用DCT处理原始人脸图像,然后用包含了原始图像大部分信息的少量DCT系数作PCA,最后用集成的BP神经网络进行识别.在ORL人脸库上的仿真试验结果表明,该方法是一种更为高效的识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马怡然	天津城市建设学院基础部	3	19	2.0	3.0
5	张凤玲	天津大学理学院	4	175	4.0	4.0