基于WT—W2D2DPCA的人脸识别算法研究

• 作者: 庄哲民 肖文 钟秀锋
• 来源期刊: 汕头大学学报：自然科学版
• 学科: 工学
• 关键词: 小波变换 双向二维主成分分析 加权 人脸识别
• 年，卷（期）: 2012,（1）
• 页码范围: 65-73
• 分类号: TU43|O344
• 字数: 4977字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4217.2012.01.011

摘要

人脸识别过程中，针对二维主成分分析（2DPCA）算法在特征提取和数据降维上存在的问题，本文首先引入双向二维主成分分析（2D2DPCA）算法．该算法同时考虑图像行与列方向上的信息．考虑到人脸冈像存在信息冗余而影响识别率的问题，于是本文提出一种基于小波加权双向二维主成分分析（WT—W2D2DPCA）的人脸识别算法．该算法首先采用二级小波分解对人脸图像进行预处理，提取其低频部分；然后根据人脸图像的特性，将低频部分进行奇偶分解，并引入加权思想，重组低频人脸图像，最后在ORL人脸数据库上进行双向二维主成分分析．实验结果表明，该方法不仅克服了传统2DPCA系数矩阵大的问题，而且得到了比传统的2DPCA、2D2DPCA算法更好的识别效果．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄哲民	汕头大学电子工程系	44	908	9.0	30.0
2	钟秀锋	汕头大学电子工程系	2	2	1.0	1.0
3	肖文	汕头大学电子工程系	2	2	1.0	1.0