基于二維Gabor小波與AR-LGC的人臉特征提取算法研究
倪永婧; 孫袆; 岳瑩; 郭志萍; 高麗慧; 劉微 河北科技大學信息科學與工程學院; 河北石家莊050018; 燕山大學信息科學與工程學院; 河北秦皇島066004; 河北省軟件工程重點實驗室; 河北秦皇島066004; 國網(wǎng)河北省電力公司電力科學研究院; 河北石家莊050022; 河北化工醫(yī)藥職業(yè)技術學院; 河北石家莊050026
關鍵詞：圖像處理 人臉特征提取 gabor小波 直方圖 pca
摘要：針對Gabor小波提取的特征信息不夠全面以及維數(shù)災難問題,提出了一種基于二維Gabor小波與AR-LGC人臉特征提取的改進算法。首先利用二維Gabor小波提取歸一化人臉圖像的特征信息,使用AR-LGC算子對提取的Gabor特征進行編碼;然后對編碼后的Gabor特征圖譜進行劃分,對每個子塊進行直方圖統(tǒng)計,將其串聯(lián)形成人臉表情特征向量并利用PCA進行數(shù)據(jù)壓縮,最后利用C-SVM進行分類識別。實驗結果表明,平均識別率為93.33%的比AR-LGC+SVM,Gabor+PCA+SVM提取特征算法的平均識別率分別高6.19%,3.33%。因此所提出的算法在人臉圖像的特征信息提取方面有一定的參考價值。
河北工業(yè)科技雜志要求:
{1}參考文獻：只列出在正文中被引用過的、新的、重要的、正式發(fā)表的文獻資料，數(shù)量不應少于5條。采用順序編碼制。
{2}來稿內(nèi)容題材新穎、結構嚴謹、文字凝練、闡論精辟，有一定理論水平和學術價值。
{3}來稿無論是否錄用，一律不退稿，請自留底稿。如來稿6個月后未被錄用，作者可自行處理稿件。切勿一稿多投。稿件嚴禁抄襲或剽竊行為，如有之，一切后果由作者自負。
{4}文章一般有引言部分和正文部分，正文部分用阿拉伯數(shù)字分級編號法，一般用兩級。
{5}關鍵詞盡量使用MeSH詞匯，或從文題、摘要、正文中選取與本文研究或討論中的中心問題有關和必要的詞。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
