文献类型：期刊文章

作　　者：梁毅雄[1] 龚卫国[1] 潘英俊[1] 李伟红[1] 刘嘉敏[1] 张红梅[1]

机构地区：[1]重庆大学光电技术及系统教育部重点实验室,重庆400044

出　　处：《光学精密工程》

基　　金：国家教育部科学技术重点项目(No.02057);教育部春晖计划(No.2003589)的资助.

年　　份：2004

卷　　号：12

期　　号：5

起止页码：543-549

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法。首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征。其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征。然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别。采用ORL(OlivettiResearchLaboratory)人脸库对本文提出的人脸识别方法进行验证,获得了100.00%的识别率。实验结果表明,本方法优于现有的基于奇异值分解的人脸识别方法,且对表情、姿态变换等具有一定的鲁棒性。

关 键 词：人脸识别 傅里叶变换 奇异值分解 最近邻分类器

分 类 号：TP391.4]