文件名称：基于多尺度梯度角和SVM的正面人脸识别方法 (2008年)
文件大小：185KB
文件格式：PDF
更新时间：2024-06-12 12:33:39
工程技术 论文
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