基于离散余弦变换的人脸识别方法.pdf

基于离散余弦变换的人脸识别方法.pdf

ID:54367052

大小:267.42 KB

页数:6页

时间:2020-04-29

基于离散余弦变换的人脸识别方法.pdf_第1页
基于离散余弦变换的人脸识别方法.pdf_第2页
基于离散余弦变换的人脸识别方法.pdf_第3页
基于离散余弦变换的人脸识别方法.pdf_第4页
基于离散余弦变换的人脸识别方法.pdf_第5页
资源描述:

《基于离散余弦变换的人脸识别方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第32卷第3期红外与激光工程2003年6月Vol.32No.3InfraredandLaserEngineeringJun.2003================================================基于离散余弦变换的人脸识别方法葛强,叶会英(郑州大学信息工程学院,河南郑州450052)摘要:人脸图像的庞大信息量使其不适合于直接识别。提出用离散余弦变换处理人脸原始图像,得到降维的特征矢量,并结合前馈神经网络对人脸进行分类识别。通过对ORL人脸库多幅人脸图像的仿真实验表明,系统的识别率

2、较高,且训练时间大大降低,是一种高效的识别方法。关键词:人脸识别;离散余弦变换;多层前馈神经网络;降维中图分类号:TP39l.4文献标识码:A文章编号:l007-2276(2003)03-0293-05MethodoffacerecognitionbasedondiscretecosinetransformationGEOiang,YEHui-ying(InformationEngineeringDepartment,ZhengzhouUniversity,Zhengzhou450052,China)Abstr

3、act:Agreatguantityofinformationinthefaceimagemakesitimpropertobeusedtodirectrecognition.Discretecosinetransformationisusedtoprocessrawfaceimage,anddimensionreducedfea-turevectorsareobtained.Feedforwardneuralnetwokisalsousedtoclassifyandrecognizeface.Simula-t

4、ionexperimentsareconductedbasedonfaceimagesinORLfacedatabase.Theresultsshowthattherec-ognitionrateisguitehighandthetraintimeisnotablyshortened,sothemethodisefficientforfacerec-ognition.Keywords:Facerecognition;Discretecosinetransformtion;Multilayerfeedforwar

5、dneuralnetwok;Reductionofdimensions看作是对高维数据的降维过程。目前已广泛应用的1引言人脸识别方法包括:基于几何特征的方法、基于代数[l,2]特征和神经网络的方法等。其中,几何特征方法由于人脸识别技术在诸多领域的应用,已成为研采用以人脸器官形状和特定两点间的几何关系(欧究热点。原始的人脸图像数据量十分庞大,直接用于氏距离、曲率、角度等)为基础构成的特征矢量进行识别效率不高,因此,必须从原始图像中提取出有用识别;代数特征方法运用“主分量分析”(PCA),将人[3]的特征,作为进一

6、步识别和分类的依据,这一过程脸图像投影在由“特征脸”张成的降维子空间上可获得收稿日期:2002-09-ll;修订日期:2002-ll-04作者简介:葛强(l978-),男,河南南阳人,硕士,研究方向为人脸识别、神经网络。第3期葛强等:基于离散余弦变换的人脸识别方法295================================================所需特征矢量;神经网络方法(主要是前馈型神经网离散余弦变换的特点是:频域变化因子U,1较大络)通常把未经处理的人脸图像作为输入,利用网络时,DCT系数

7、C(U,1)的值很小;而数值较大的C(U,隐层神经元的作用实现“特征提取”,虽省去了显式1)主要分布在U,1较小的左上角区域,这也是有用信提取特征的过程,但造成网络规模和训练时间剧增。息的集中区域。基于DCT系数重建图像时,保留少文中提出一种将离散余弦变换(DCT)和多层前馈网数离散余弦变换的低频分量,而舍去大部分高频分络相结合的人脸识别方法,利用DCT对人脸图像作量,利用反变换仍可获得与原始图像相近的恢复图降维预处理,神经网络对降维后的人脸矢量进行分类像,新图像与原图像存在一定误差,但重要信息被保识别。由于离

8、散余弦变换可通过快速算法完成,神经存下来。图l(a)为92Xll2像素点的人脸灰度图网络具有良好的容错性和泛化性,两者结合可使整个像,(b)、(c)、(d)、(e)、(f)分别为用45、l05、496、系统训练时间显著降低,并得到较好的识别效果。990、2080个DCT系数重建的人脸图像。!"离散余弦变换离散余弦变换是一种常用的图像数据压缩方法。它的压缩质量接近于信息压缩的最优变换——

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。