基于弧形 Gabor 小波的人脸识别

• 作者: 曾儿孟 曾庆宁 曾泽兴 田柯 马金龙
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 人脸识别 弧形 Gabor 小波 主成分分析
• 年，卷（期）: 2015,（5）
• 页码范围: 382-385
• 页数: 4页
• 分类号: TP391.9
• 字数: 2043字
• 语种: 中文

摘要

针对 Gabor 小波提取人脸曲线脸部特征不够完整的问题,通过增加一个曲率参数,将常规的 Gabor 小波扩展为弧形 Gabor 小波(CGW),以获取更多有效的人脸特征。CGW 在5个尺度和16个方向上提取人脸特征,利用主成分分析(PCA)对人脸特征进行选择和降维,并采用最近邻方法进行分类。在 ORL 数据库中每人选取5张图像作为训练样本,5张图像作为测试样本,并分别与 PCA 和 Gabor 小波方法进行比较。实验结果表明,CGW 具有更好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆宁	桂林电子科技大学信息与通信学院	105	545	12.0	18.0
2	马金龙	桂林电子科技大学信息与通信学院	5	31	3.0	5.0
3	曾泽兴	桂林电子科技大学信息与通信学院	4	5	1.0	2.0
4	田柯	桂林电子科技大学信息与通信学院	5	6	1.0	1.0
5	曾儿孟	桂林电子科技大学信息与通信学院	5	19	3.0	4.0