| 基于多尺度梯度角和SVM的正面人脸识别方法 |
| |
| 引用本文： | 赵武锋,严晓浪. 基于多尺度梯度角和SVM的正面人脸识别方法[J]. 浙江大学学报(工学版), 2008, 42(4): 590-592 |
| |
| 作者姓名： | 赵武锋 严晓浪 |
| |
| 作者单位： | 1.浙江大学 超大规模集成电路设计研究所, 浙江 杭州 310027;2.浙江大学 信息科学与工程学院, 浙江 杭州 310027 |
| |
| 摘 要： | 为了提高人脸识别算法性能，提出了一种多尺度梯度角(MSGA)和支持向量机(SVM)相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波(ASBW)的导数特性.获取多尺度梯度角特征，并利用其所具有的降噪能力和有效降低表情变化、光照变化等因素引起的影响，使算法具备较强的鲁棒性.采用了分类性能优越的支持向量机技术，提高了泛化能力.并在Yale人脸数据库上与归一化原始数据、小波处理后数据进行了仿真比较，实验数据显示，不论使用主分量分析(PCA)还是线性鉴别分析(LDA)降维，在相同的维数条件下，新方法的识别性能都优于其他方法.
|
| 关 键 词： | 反对称双正交小波 支持向量机 线性鉴别分析 主成分分析 多尺度梯度角 非负矩阵分解 |
| 文章编号： | 1008-973X(2008)04-0590-03 |
| 修稿时间： | 2006-10-05 |
Frontal face recognition method based on multi-scale gradient angular feature and support vector machine |
| |
| ZHAO Wu-feng,YAN Xiao-lang. Frontal face recognition method based on multi-scale gradient angular feature and support vector machine[J]. Journal of Zhejiang University(Engineering Science), 2008, 42(4): 590-592 |
| |
| Authors: | ZHAO Wu-feng YAN Xiao-lang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《浙江大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《浙江大学学报(工学版)》下载全文 |
