一种改进的基于Gabor小波的人脸识别方法.pdfVIP

第47卷第3期 华中师范大学学报(自然科学版) Vol_47No．3 0F 2013年6月 JOURNALHUAZHONGNORMALUNIVERSITY(Nat．Sci．)Jun．2013 文章编号：1000-1190(2013)030340—04 一种改进的基于Gabor小波的人脸识别方法 罗 敏1’2，刘 嵩1’孙，刘利平3，李时东3，张国平1 (1．华中师范大学物理科学与技术学院，武汉430079；2．湖北民族学院理学院，湖北恩施445000； 3．湖北民族学院信息工程学院，湖北恩施445000) 摘要：针对人脸识别中传统的Gabor小波方法存在特征维数高、识别时间长、存储开销大的缺点， 提出了一种结合奇异值分解和Gabor小波的改进方法．首先通过Gabor小波变换对人脸图像滤波得 到特征图像，然后对训练集的特征图像进行奇异值分解获取基空间。将人脸图像投影到统一的基空 间提取奇异值特征，再选择一定数量的奇异值构成人脸鉴别矢量，最后采用最近邻分类器进行识 别．在ORL人脸库上的实验结果表明，该方法在识别性能上优于单一的Gabor小波方法． 关键词：人脸识别；Gabor小波；奇异值分解；特征提取；最近邻分类 中图分类号：TP391．41 文献标识码：A 人脸识别是模式识别和计算机视觉领域的热 看出，Gabor小波获取的特征维数都很高，并且一定 点，有着重大的理论研究价值和广泛的实践应用前 存在大量不利于分类识别的冗余信息，相应的也增 景．目前受人脸姿态、光照等不利因素的影响，人脸 加了算法的时间复杂度和空间复杂度．因此改善 识别性能还尚待提高，而Gabor特征对光照、表情Gabor小波变换算法的性能是亟待解决的问题． 和姿态造成的局部变化具有良好的鲁棒性，引起了 代数特征体现了图像的本质属性，奇异值分解 研究人员的关注，并取得了一定的成果[1。2]．Lades Value (Singular 和Vorbruggen等人作出了开创性的工作，首次将 像代数特征提供了新的方法．研究表明SVD用于 E 3I． Gabor小波变换用于人脸识,男ll 人脸识别不仅可以降低识别的存储开销，还可以通 Wiskott等人利用人脸的基准特征点构造拓 过快速算法减少识别时间开销r7墙]．Hong还证明 扑图，提出了弹性约束图匹配算法[4]．Liu和 了SVD具有旋转不变性、平移不变性、镜像不变性 Wechsler利用Fisher线性判别模型对Gabor特征 和稳定性L9]．受以上启发，提出了一种改进的基于 进行进一步的提取和分类[5]． Gabor小波的人脸识别算法，该算法将SVD融合 Gabor小波应用于人脸识别优点在于： 于Gabor的方法中，实验证明了该算法的有效性． 1)Gabor小波准确逼近简单细胞的感受野， 1算法原理 在很大程度上反应了人脸的不变信息；2)Gabor 小波是唯一能够达到时域测不准下界的函数，它能 1．1 Gabor小波变换 够最好地兼顾信号在时域和频域中的分辨能力，可 二维Gabor小波是经高斯函数调制的正弦栅 以捕获人脸图像在不同频率和不同方向下的局部