基于离散余弦变换和主成分分析的光照条件人脸识别

• 作者: 任民宏 郭天印 鲁秋菊
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 光照条件 离散余弦变换 特征提取 浓度学习 主成分分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 模式识别
• 页码范围: 126-130
• 页数: 5页
• 分类号: TN911
• 字数: 2566字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2015.03.126

摘要

在光照变化条件下,人脸识别的正确率急剧下降,为了解决该难题,提出了一种离散余弦变换和主成分分析相融合的光照变化条件人脸识别方法.首先对人脸图像进行分块,并采用离散余弦变换对每一个子块提取DCT系数,然后采用主成分分析提取人脸特征,并采用深度学习算法建立人脸识别的分类器,最后采用ORL和Yale B人脸库进行仿真实验,测试其有效性和优越性.实验结果表明,相比其它光照人脸识别方法,本文方法提高了光照人脸图像的识别率,消除了光照变化的不利影响,具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭天印	陕西理工学院数学与计算机科学学院	26	135	6.0	11.0
2	任民宏	陕西理工学院数学与计算机科学学院	26	118	5.0	10.0
3	鲁秋菊	陕西理工学院数学与计算机科学学院	29	74	5.0	7.0