基于二维Gabor小波和支持向量机的人脸识别

• 作者: 刘士荣 朱伟涛
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 人脸识别 小波特征 主成分分析 支持向量机
• 年，卷（期）: 2009,（6）
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2009.06.014

摘要

针对人脸识别中的高维、小样本问题,提出了一种基于二维Gabor小波和支持向量机的人脸识别方法.首先对人脸图像进行多分辨率的Gabor滤波,对得到的人脸Gabor特征向量空间进行均匀下采样来降低特征空间维数,然后用主成分分析方法来进一步降低人脸Gabor特征向量空间的维数.接着把得到的人脸Gabor特征向量作为支持向量机的输入进行训练获得人脸分类器.通过对ORL和Yale两个人脸库的试验,表明该方法具有识别率高和鲁棒性强的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘士荣	杭州电子科技大学自动化研究所	73	1072	16.0	30.0
2	朱伟涛	杭州电子科技大学自动化研究所	2	27	2.0	2.0