基于特征融合的人脸识别新算法

• 作者: 吴锡生 魏月纳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 人脸识别 Gabor特征融合 改进SVM 分类器融合
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 65-69
• 页数: 5页
• 分类号: TP301.6
• 字数: 3984字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.01.015

摘要

针对基于传统Gabor小波变换的人脸特征提取存在维数高的不足，提出了一种基于改进的Gabor特征融合和SVM的人脸识别算法，并用二维傅里叶变换进行加速求解，提高了特征提取的速率。提取了人脸图像的Gabor多方向和多尺度特征，然后对同一方向上不同尺度的特征进行融合，再采用fastPCA算法对融合后的特征进行降维，最后用改进的SVM分类器即混合核函数分类器进行分类识别，并利用两种处理模式对分类器进行融合。在FERET和ORL人脸库上进行了实验，结果表明该算法能有效地表征人脸，具有较高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴锡生	江南大学物联网工程学院	81	560	14.0	18.0
2	魏月纳	江南大学物联网工程学院	2	14	2.0	2.0