基于NSCT和M-PCNN的人脸特征提取

• 作者: 徐鹏 杨光 王晅 陈丹丹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 主成分分析 保局投影 特征提取 信息熵 支持向量机
• 年，卷（期）: 2012,（22）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 151-153,158
• 分类号: TP391
• 字数: 3716字
• 语种: 中文

摘要

为提高人脸识别对人脸姿态、位置、表情变化的鲁棒性,提出一种基于非下采样Contourlet变换(NSCT)与改进脉冲耦合神经网络(M-PCNN)的人脸特征提取方法.利用NSCT对输入图像进行多尺度分解和多方向稀疏分解,以捕获图像中的高维奇异信息,使用M-PCNN模型提取各子带的信息熵,将其作为人脸特征,利用支持向量机(SVM)实现分类与识别.仿真结果表明,该方法鲁棒性较强,在识别和分类中表现出较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晅	陕西师范大学物理与信息技术学院	61	282	8.0	13.0
2	杨光	陕西师范大学物理与信息技术学院	16	102	6.0	10.0
3	徐鹏	陕西师范大学物理与信息技术学院	9	11	3.0	3.0
4	陈丹丹	陕西师范大学物理与信息技术学院	4	22	2.0	4.0