小波包重构系数矩阵与改进SVD的人脸识别
作者:
崔法毅
;
郑德忠
关键词:
人脸识别
小波包变换
改进SVD
SV特征向量
方差相似度
摘要:
提出了一种采用小波包重构系数矩阵与改进SVD的人脸识别新算法。小波包变换是小波变换的推广,可视为普通小波函数的线性组合,具有灵活的时频分析能力。小波包重构系数矩阵与原始图像矩阵的尺寸相同,具有较高的精度。使用常规Colub-Reish算法的奇异值分解(SVD)所得到的奇异值(SV)按由大到小的顺序重新排列过,无法确定每个SV与输入矩阵列向量的对应关系。改进的SVD方法能够使得奇异值与每个频带的重构系数相对应,进而构造出人脸图像小波包重构系数矩阵的奇异值特征向量,并采用基于方差计算的相似度分类方法识别人脸。实验表明,该方法识别率高、稳定性强。
上一篇:模糊粗糙集方法在样本归一化中的应用
下一篇:一种改进的三维模糊控制设计方法