期刊文章详细信息
基于Gabor滤波和KPCA的人脸识别方法
Face Recognition Based on Gabor Filters and Kernel Principal Component Analysis
文献类型:期刊文章
机构地区:[1]上海师范大学天华学院计算机科学与技术系,上海201815 [2]上海师范大学数理信息学院,上海200234
基 金:上海市教育发展晨光计划项目(2008CGB21)
年 份:2010
卷 号:20
期 号:4
起止页码:51-53
语 种:中文
收录情况:JST、RCCSE、ZGKJHX、普通刊
摘 要:尽管核主分量分析能够有效地提取非线性特征,并成功地应用于人脸识别,但是抽取对光照、表情不敏感的特征仍然是亟待解决的问题。该文提出了一种结合Gabor特征和核主分量分析的人脸识别方法。首先通过Gabor滤波器对人脸图像滤波,并通过实验分析了Gabor滤波器参数的选择,然后采用核主分量分析的方法降低Gabor特征的维数,最后采用最近邻分类器进行识别。由于采用了Gabor滤波,该方法对光照、表情具有鲁棒性,在ORL人脸库上的实验结果表明,该方法在识别性能上优于核主分量分析方法。
关 键 词:人脸识别 GABOR滤波 核主分量分析 核函数 非线性特征
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...