資源描述：
《小波變換基于KPCA方法的人臉識別性能》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第４２卷第９期山東大學學報（理學版）２００７年９月Ｖｏｌ．４２Ｎｏ．９ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｓｅｐ．２００７文章編號：１６７１９３５２（２００７）０９０９６０５利用小波變換提高基于ＫＰＣＡ方法的人臉識別性能１２１楊紹華，林盤，潘晨（１．寧夏大學數(shù)學計算機學院，寧夏銀川７５００２１；２．福建師范大學軟件學院，福建福州３５０００７）摘要：基于核主成分分析（ＫＰＣＡ）的人臉識別算法能夠提取非線性圖像特征，在小樣本訓練條件下有較好性能．然而并非所有非線性特征對識別都有利，過多的不相
2、關特征可能會降低識別性能．針對圖像信息冗余的特點，預先對圖像進行小波變換，通過消除對識別無關的細節(jié)信息，不僅提高了ＫＰＣＡ方法的識別精度，而且降低了該算法對計算機硬件的要求．同時，為了抑制ＫＰＣＡ對光照等變化的較高敏感性，還提出一種對圖像灰度進行衰減的預處理策略．基于ＯＲＬ數(shù)據(jù)庫的實驗表明，綜合上述措施的系統(tǒng)比傳統(tǒng)方法具有更快的訓練速度和更高的識別精度．關鍵詞：人臉識別；小波變換；核主成分分析中圖分類號：ＴＰ３９１文獻標志碼：ＡＰｅｒｆｏｒｍａｎｃｅｉｍｐｒｏｖｅｍｅｎｔｏｆｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｋｅｒｎｅｌｐｒｉｎｃｉ
3、ｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｕｓｉｎｇｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ１，ＬＩＮＰａｎ２，ＰＡＮＣｈｅｎ１ＹＡＮＧＳｈａｏｈｕａ（１．ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＮｉｎｇｘｉａＵｎｉｖｅｒｓｉｔｙ，Ｙｉｎｃｈｕａｎ７５００２１，Ｎｉｎｇｘｉａ，Ｃｈｉｎａ；２．ＳｏｆｔｗａｒｅＣｏｌｌｅｇｅ，ＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ３５０００７，Ｆｕｊｉａｎ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅａｌｇｏｒｉｔｈｍｏｆｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｋｅｒ
4、ｎｅｌｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＫＰＣＡ）ｃａｎａｂｓｔｒａｃｔｎｏｎｌｉｎｅａｒｆｅａｔｕｒｅｓｏｆｉｍａｇｅａｎｄｃａｎｇｅｔｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｕｎｄｅｒｌｅｓｓｓａｍｐｌｅｔｒａｉｎｉｎｇｃｏｎｄｉｔｉｏｎｓ．Ｎｏｔａｌｌｎｏｎｌｉｎｅａｒｆｅａｔｕｒｅｓａｒｅｂｅｎｅｆｉｃｉａｌｔｏｔｈｅｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅｓｕｐｅｒａｂｕｎｄａｎｔｕｎｒｅｌａｔｅｄｆｅａｔｕｒｅｓｍａｙｒｅｄｕｃｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅｉｍａｇｅｗａｓｔｒａｎｓｆｏｒｍｅｄ
5、ｂｙｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎｆｏｒｉｔｓｒｅｄｕｎｄａｎｃｙ，ｗｈｉｃｈｎｏｔｏｎｌｙｈａｓｉｍｐｒｏｖｅｄｔｈｅａｃｃｕｒａｃｙｏｆｒｅｃｏｇｎｉｔｉｏｎｂｕｔｈａｓｒｅｄｕｃｅｄｔｈｅｄｅｍａｎｄｆｏｒｃｏｍｐｕｔｅｒｈａｒｄｗａｒｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ．ＡｐｒｅｔｒｅａｔｍｅｎｔｓｔｒａｔｅｇｙｔｈａｔｃａｎｒｅｄｕｃｅｉｍａｇｅｇｒａｄａｔｉｏｎｗａｓｄｅｖｅｌｏｐｅｄｉｎｏｒｄｅｒｔｏｒｅｓｔｒａｉｎｕｐｐｅｒｓｅｎｓｉｔｉｖｉｔｙｏｆＫＰＣＡｔｏｔｈｅｃｈａｎｇｅｏｆｉｌｌｕｍｉｎａｔｉｏｎ．Ｔｈｅｅｘ
6、ｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｂａｓｅｄｏｎＯＲＬＤＡＴＡＢＡＳＥｓｈｏｗｔｈａｔｔｈｅａｂｏｖｅｍｅｎｔｉｏｎｅｄａｌｇｏｒｉｔｈｍａｌｌｏｗｓｆａｓｔｅｒｔｒａｉｎｉｎｇｓｐｅｅｄａｎｄｈｉｇｈｅｒａｃｃｕｒａｃｙｏｆｒｅｃｏｇｎｉｔｉｏｎｔｈａｎｔｒａｄｉｔｉｏｎａｌｏｎｅｓ．Ｋｅｙｗｏｒｄｓ：ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｋｅｒｎｅｌｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ慮２個重要的問題，即提取什么樣的特征有利于分０引言類器的分類和如何避免或降低高維的運算．利用子空間技術可以
7、大大降低數(shù)據(jù)的特征維數(shù)，節(jié)省存儲在模式識別領域，人臉識別一直是一個重要的和計算資源．迄今已經出現(xiàn)許多有效的方法，主成研究課題，并且具有廣闊的應用前景．人臉識別是分分析（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ＰＣＡ）是其中典型的高維數(shù)據(jù)分類問題，在人臉識別中通常要考最重要的技術之一．１９９１年Ｔｕｒｋ和Ｐｅｎｔｌａｎｄ提出了收稿日期：２００７０４２６基金項目：國家自然科學基金資助項目（６０６６３００３）；福建省教育廳Ｋ類資助項目（２００６Ｆ５０２４）；寧夏自然科學基金資助項目（ＮＺ０６１０）作者簡介：楊紹華（１９７８），男
8、，助教，碩士，研究方向：圖形圖像與多媒體技術．Ｅｍａｉｌ：ｙａｎｇ—ｓｈｈ＠ｎｘｕ．ｅｄｕ．ｃｎ２山東大學學報（理學版）第４２卷［１］Ｅｉｇｅｎｆａｃｅｓ方法用于人
