融合小波变换和张量PCA的人脸识别算法

• 作者: 卢朝阳 温浩 高全学
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 张量主成分分析 小波变换 特征提取
• 年，卷（期）: 2009,（4）
• 页码范围: 602-607
• 页数: 6页
• 分类号: TP391.41
• 字数: 4127字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2009.04.005

摘要

张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像,然后对每个子带图像用张量PCA进行特征提取,实现人脸图像的高效识别.仿真结果表明,新算法的识别率比张量PCA方法提高了6%,识别时间为张量PCA方法的35.74%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢朝阳	西安电子科技大学综合业务网理论及关键技术国家重点实验室	78	817	16.0	25.0
2	高全学	西安电子科技大学综合业务网理论及关键技术国家重点实验室	14	244	7.0	14.0
3	温浩	西安电子科技大学综合业务网理论及关键技术国家重点实验室	10	254	9.0	10.0