咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于二维Gabor小波与AR-LGC的人脸特征提取算法研究 收藏

基于二维Gabor小波与AR-LGC的人脸特征提取算法研究

Face feature extraction algorithm based on two-dimensional Gabor wavelet and AR-LGC

作     者:倪永婧 孙袆 岳莹 郭志萍 高丽慧 刘微 NI Yongjing;SUN Yi;YUE Ying;GUO Zhiping;GAO Lihui;LIU Wei

作者机构:河北科技大学信息科学与工程学院河北石家庄050018 燕山大学信息科学与工程学院河北秦皇岛066004 河北省软件工程重点实验室河北秦皇岛066004 国网河北省电力公司电力科学研究院河北石家庄050022 河北化工医药职业技术学院河北石家庄050026 

出 版 物:《河北工业科技》 (Hebei Journal of Industrial Science and Technology)

年 卷 期:2019年第36卷第4期

页      面:258-262页

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:河北省科技支撑计划项目(17210803D) 河北科技大学校立基金(2016PT79) 

主  题:图像处理 人脸特征提取 Gabor小波 AR-LGC 直方图 PCA C-SVM 

摘      要:针对Gabor小波提取的特征信息不够全面以及维数灾难问题,提出了一种基于二维Gabor小波与AR-LGC人脸特征提取的改进算法。首先利用二维Gabor小波提取归一化人脸图像的特征信息,使用AR-LGC算子对提取的Gabor特征进行编码;然后对编码后的Gabor特征图谱进行划分,对每个子块进行直方图统计,将其串联形成人脸表情特征向量并利用PCA进行数据压缩,最后利用C-SVM进行分类识别。实验结果表明,平均识别率为93.33%的比AR-LGC+SVM,Gabor+PCA+SVM提取特征算法的平均识别率分别高6.19%,3.33%。因此所提出的算法在人脸图像的特征信息提取方面有一定的参考价值。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分