计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
7期
18-23,56
,共7页
人脸识别%隐马尔可夫模型%小波变换%主元分析
人臉識彆%隱馬爾可伕模型%小波變換%主元分析
인검식별%은마이가부모형%소파변환%주원분석
提出了基于小波变换和隐马尔可夫模型的人脸识别方法.对原始图像采用小波分解后,原始图像被分解到不同的频带上.利用小波理论分析可知,在每一级分解中,低频子图像包含了原始图像的主要描述信息,而其他3个高频子图像包含的信息较少,对模式分类的作用也较小,所以可忽略不计.该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树.接着利用主元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别,实验结果表明,该方法识别率较高,具有很好的发展前景.
提齣瞭基于小波變換和隱馬爾可伕模型的人臉識彆方法.對原始圖像採用小波分解後,原始圖像被分解到不同的頻帶上.利用小波理論分析可知,在每一級分解中,低頻子圖像包含瞭原始圖像的主要描述信息,而其他3箇高頻子圖像包含的信息較少,對模式分類的作用也較小,所以可忽略不計.該算法首先對圖像進行3級小波分解,然後把3箇不同分辨率的低頻子圖像由小到大排列成樹狀結構,形成低頻小波樹.接著利用主元分析對每箇小波樹枝進行去相關、降維,形成特徵小波樹枝,併把它作為觀測嚮量對隱馬爾可伕模型進行訓練,把優化的模型參數用于人臉識彆,實驗結果錶明,該方法識彆率較高,具有很好的髮展前景.
제출료기우소파변환화은마이가부모형적인검식별방법.대원시도상채용소파분해후,원시도상피분해도불동적빈대상.이용소파이론분석가지,재매일급분해중,저빈자도상포함료원시도상적주요묘술신식,이기타3개고빈자도상포함적신식교소,대모식분류적작용야교소,소이가홀략불계.해산법수선대도상진행3급소파분해,연후파3개불동분변솔적저빈자도상유소도대배렬성수상결구,형성저빈소파수.접착이용주원분석대매개소파수지진행거상관、강유,형성특정소파수지,병파타작위관측향량대은마이가부모형진행훈련,파우화적모형삼수용우인검식별,실험결과표명,해방법식별솔교고,구유흔호적발전전경.
