科技创新导报
科技創新導報
과기창신도보
SCIENCE AND TECHNOLOGY CONSULTING HERALD
2012年
14期
35-35
,共1页
Gabor小波%RBF神经网络
Gabor小波%RBF神經網絡
Gabor소파%RBF신경망락
首先对图像进行Gabor小波分解,为了解决图像的提取特征有更好的的空间局部性和方向选择性,选用Gabor作为人脸特征的提取方法。并采用RBF神经网络利用其逼近能力强,收敛速度快、较强的适应性以及很强的非线性映射等功能,作为分类器对所提取的人脸有效特征进行识别。
首先對圖像進行Gabor小波分解,為瞭解決圖像的提取特徵有更好的的空間跼部性和方嚮選擇性,選用Gabor作為人臉特徵的提取方法。併採用RBF神經網絡利用其逼近能力彊,收斂速度快、較彊的適應性以及很彊的非線性映射等功能,作為分類器對所提取的人臉有效特徵進行識彆。
수선대도상진행Gabor소파분해,위료해결도상적제취특정유경호적적공간국부성화방향선택성,선용Gabor작위인검특정적제취방법。병채용RBF신경망락이용기핍근능력강,수렴속도쾌、교강적괄응성이급흔강적비선성영사등공능,작위분류기대소제취적인검유효특정진행식별。
