基于多尺度SVD的HMM的人脸识别方法

• 作者: 何静媛 杨露
• 来源期刊: 现代计算机
• 关键词: 奇异值分解 人脸识别 隐马尔科夫模型 多尺度
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图形图像
• 页码范围: 106-110
• 页数: 5页
• 字数: 3150字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.09.024

摘要

提出使用多尺度SVD作为图像的特征提取以及HMM作为分类器的人脸识别方法.首先,对图像进行多尺度的划分,然后计算每个图像块的SVD,该图像的多尺度SVD特征向量便由图像块的SVD组成,最后使用HMM进行人脸识别.多尺度SVD能反映整幅图像的全局特征和图像在多种尺度下的局部特征,所以它的鉴别信息更全面.使用的7状态的隐马尔科夫模型,覆盖更多的人脸细节,有助于提高人脸识别效率.实验结果表明,该方法的人脸识别效率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何静媛	重庆大学计算机学院	14	120	6.0	10.0
2	杨露	重庆大学计算机学院	3	2	1.0	1.0