Please wait a minute...
浙江大学学报(工学版)
J4  2008, Vol. 42 Issue (4): 590-592    
论文     
基于多尺度梯度角和SVM的正面人脸识别方法
 1.浙江大学 超大规模集成电路设计研究所, 浙江 杭州 310027;2.浙江大学 信息科学与工程学院, 浙江 杭州 310027
 全文: PDF 
摘要：

为了提高人脸识别算法性能，提出了一种多尺度梯度角(MSGA)和支持向量机(SVM)相结合的新的正面人脸识别方法.分析了梯度角对光照的不敏感特性和反对称双正交小波(ASBW)的导数特性.获取多尺度梯度角特征，并利用其所具有的降噪能力和有效降低表情变化、光照变化等因素引起的影响，使算法具备较强的鲁棒性.采用了分类性能优越的支持向量机技术，提高了泛化能力.并在Yale人脸数据库上与归一化原始数据、小波处理后数据进行了仿真比较，实验数据显示，不论使用主分量分析(PCA)还是线性鉴别分析(LDA)降维，在相同的维数条件下，新方法的识别性能都优于其他方法.
关键词： 反对称双正交小波;  支持向量机;  线性鉴别分析;  主成分分析;  多尺度梯度角;  非负矩阵分解    
出版日期: 2008-04-02
通讯作者: 严晓浪，男，教授，博导.E-mail: yan@vlsi.zju.edu.cn   
作者简介: 赵武锋（1974-），男，浙江诸暨人，讲师，博士生，主要从事信号处理和模式识别等方面的研究. E-mail：zhaowf@vlsi.zju.edu.cn
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
赵武锋
严晓浪

引用本文:

赵武锋 严晓浪. 基于多尺度梯度角和SVM的正面人脸识别方法[J]. J4, 2008, 42(4): 590-592.

DIAO Wu-Feng, YAN Xiao-Lang. . J4, 2008, 42(4): 590-592.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/    或    http://www.zjujournals.com/xueshu/eng/CN/Y2008/V42/I4/590

[1] 袁红, 王波, 王丽, 许睦旬. 以轮廓为对象的体态特征情绪分类与预测[J]. 浙江大学学报(工学版), 2018, 52(1): 160-165.
[2] 尤海辉, 马增益, 唐义军, 王月兰, 郑林, 俞钟, 吉澄军. 循环流化床入炉垃圾热值软测量[J]. 浙江大学学报(工学版), 2017, 51(6): 1163-1172.
[3] 朱东阳, 沈静逸, 黄炜平, 梁军. 基于主动学习和加权支持向量机的工业故障识别[J]. 浙江大学学报(工学版), 2017, 51(4): 697-705.
[4] 廖苗, 赵于前, 曾业战, 黄忠朝, 张丙奎, 邹北骥. 基于支持向量机和椭圆拟合的细胞图像自动分割[J]. 浙江大学学报(工学版), 2017, 51(4): 722-728.
[5] 谢罗峰, 徐慧宁, 黄沁元, 赵越, 殷国富. 应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷[J]. 浙江大学学报(工学版), 2017, 51(1): 184-191.
[6] 钟崴, 彭梁, 周永刚, 徐剑, 从飞云. 基于小波包分析和支持向量机的锅炉结渣诊断[J]. 浙江大学学报(工学版), 2016, 50(8): 1499-1506.
[7] 涂鼎, 陈岭, 陈根才, 吴勇, 王敬昌. 基于在线层次化非负矩阵分解的文本流主题检测[J]. 浙江大学学报(工学版), 2016, 50(8): 1618-1626.
[8] 赵凌, 黄平捷, 刘宝玲, 赵树浩, 侯迪波, 张光新. 多层导电结构内部状态脉冲涡流检测分析方法[J]. 浙江大学学报(工学版), 2016, 50(4): 603-608.
[9] 陈大伟, 姚拴宝, 刘韶庆, 郭迪龙. 高速列车头型气动反设计方法[J]. 浙江大学学报(工学版), 2016, 50(4): 631-640.
[10] 冯培恩, 彭贝, 高宇, 邱清盈. 液压挖掘机作业循环阶段的智能识别[J]. 浙江大学学报(工学版), 2016, 50(2): 209-217.
[11] 潘翔,童伟淮,张三元,郑河荣. 结合语义本体与泊松方程的动画角色模型分割[J]. 浙江大学学报(工学版), 2015, 49(9): 1634-1641.
[12] 苏凯, 马良荔, 孙煜飞, 郭晓明. 面向Web服务QoS预测的非负矩阵分解模型[J]. 浙江大学学报(工学版), 2015, 49(7): 1358-1366.
[13] 居斌, 钱沄涛, 叶敏超. 基于结构投影非负矩阵分解的协同过滤算法[J]. 浙江大学学报(工学版), 2015, 49(7): 1319-1325.
[14] 黄发明, 殷坤龙, 张桂荣, 唐志政, 张俊. 多变量PSO-SVM模型预测滑坡地下水位[J]. 浙江大学学报(工学版), 2015, 49(6): 1193-1200.
[15] 谭海龙, 刘康玲, 金鑫, 石向荣, 梁军. 基于μσ-DWC特征和树结构M-SVM的多维时间序列分类[J]. 浙江大学学报(工学版), 2015, 49(6): 1061-1069.