融合小波与2DPCA的SVM人脸识别

• 作者: 兰宇飞 柳丹 薛惠锋
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 人脸识别 小波变换 二维主元分析 支持向量机
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 专题报告--图像技术及其应用
• 页码范围: 36-39
• 分类号: TP391
• 字数: 3722字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2010.05.009

摘要

近年来,人脸识别由于其诱人的应用前景再次成为模式识别领域的研究热点.分析了小波变换、2DPCA以及SVM 3种方法在人脸识别中各自的优势,提出了融合小波和2DPCA进行SVM人脸识别的方法.首先对原始图像采用小波分解提取低频信息,忽略高频分量;然后利用2DPCA进行特征提取;最后把降维后的数据输入SVM进行分类识别.该方法在ORL、Yale人脸库上的实验表明,与传统的方法相比,不但可以提高识别率,而且所用时间明显减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛惠锋	西北工业大学自动化学院	309	3851	31.0	46.0
2	柳丹	西北工业大学自动化学院	4	36	4.0	4.0
3	兰宇飞	西北工业大学自动化学院	2	20	2.0	2.0