融合全局和局部特征的人脸识别

• 作者: 王晓华 程天梅 胡敏
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 人脸识别 Gabor小波 主成分分析 特征融合
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 817-822
• 页数: 6页
• 分类号: TP391
• 字数: 3508字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2013.00817

摘要

提出一种从全局和局部两个方面共同表征人脸的算法.首先,Gabor小波能够从不同方向不同尺度上有效表征人脸特征,它突出了人脸的局部显著性.而主成分分析(principal component analysis,PCA)方法提取的是人脸的轮廓信息,弥补了Gabor小波在人脸全局特征提取方面的不足.运用PCA提取人脸全局特征,Gabor小波提取特征并通过PCA降维后作为其局部特征,将它们融合后作为人脸的总特征进行人脸识别.实验结果表明,提出的融合全局和局部特征的人脸识别效果要优于对单一特征的人脸识别.在同一个人3幅图像作为训练样本的情况下,算法的识别率最高能达到96.79％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敏	合肥工业大学计算机与信息学院	116	1456	20.0	34.0
3	王晓华	合肥工业大学计算机与信息学院	37	504	11.0	22.0
9	程天梅	合肥工业大学计算机与信息学院	1	48	1.0	1.0