基于两级分类器串行的人脸识别

• 作者: 曹元大 李春英 汤志康 郑芳平
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 人脸识别 特征提取 傅立叶变换 小波变换 协同神经网络
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 智能技术
• 页码范围: 2485-2489
• 分类号: TP391
• 字数: 3588字
• 语种: 中文

摘要

在分析人脸特征提取和分类器的基础上,提出一种两级分类器串行结合的模型进行人脸识别.在第一级分类器中利用极坐标傅立叶变换提取全局特征通过相似度匹配进行粗略的筛选,第二级分类器中利用改进的协同神经网络,基于原始灰度图像的小波变换提取内在特征,进行精细识别.研究分析了分类器串行结合模型中阈值的选取与系统精度、速度间的关系.在自建人脸库和Yale B人脸库上的实验结果表明,两级分类器串行的识别模型在保证较高系统识别率的前提下可以提升系统的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹元大	北京理工大学计算机科学学院	216	2739	26.0	41.0
2	李春英	肇庆学院计算机学院	10	92	4.0	9.0
3	汤志康	广东技术师范学院计算机学院	17	116	6.0	10.0
4	郑芳平	福州大学自动化研究所	2	21	1.0	2.0