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