计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
30期
193-196,228
,共5页
离散余弦变换(DCT)%支持向量机%最近邻分类器%统计特征%人脸识别
離散餘絃變換(DCT)%支持嚮量機%最近鄰分類器%統計特徵%人臉識彆
리산여현변환(DCT)%지지향량궤%최근린분류기%통계특정%인검식별
提出了一种基于分块DCT系数及其统计特征的人脸识别算法.对图像进行分块,对每一块进行DCT变换,选择低频部分的系数作为识别的特征,将每一块分解为一幅低通滤波图和一个包含DCT高频系数的反L型块;分别对这两块求其均值、方差和熵这三个统计特征;利用支持向量机(SVM)和最近邻分类器对这些特征进行分类识别.在ORL、Yale人脸数据库上的仿真实验表明,使用基于分块DCT系数及其统计特征可达到较高的识别率.
提齣瞭一種基于分塊DCT繫數及其統計特徵的人臉識彆算法.對圖像進行分塊,對每一塊進行DCT變換,選擇低頻部分的繫數作為識彆的特徵,將每一塊分解為一幅低通濾波圖和一箇包含DCT高頻繫數的反L型塊;分彆對這兩塊求其均值、方差和熵這三箇統計特徵;利用支持嚮量機(SVM)和最近鄰分類器對這些特徵進行分類識彆.在ORL、Yale人臉數據庫上的倣真實驗錶明,使用基于分塊DCT繫數及其統計特徵可達到較高的識彆率.
제출료일충기우분괴DCT계수급기통계특정적인검식별산법.대도상진행분괴,대매일괴진행DCT변환,선택저빈부분적계수작위식별적특정,장매일괴분해위일폭저통려파도화일개포함DCT고빈계수적반L형괴;분별대저량괴구기균치、방차화적저삼개통계특정;이용지지향량궤(SVM)화최근린분류기대저사특정진행분류식별.재ORL、Yale인검수거고상적방진실험표명,사용기우분괴DCT계수급기통계특정가체도교고적식별솔.
