[其他资源] 基于变换域特征提取和模拟退火法特征选择的人脸识别

[复制链接]

字体大小: 正常放大

张志红

1401 主题	8 听众	3902 积分

TA的每日心情

	开心 2024-6-5 18:09

签到天数: 160 天

[LV.7]常住居民III

自我介绍: 数学中国工作人员

电梯直达

1^#

发表于 2023-5-12 17:42 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

[size=8.83019pt]本文首先运用 [size=8.83019pt]DWT[size=8.83019pt]、[size=8.83019pt]DFT [size=8.83019pt]和 [size=8.83019pt]DCT [size=8.83019pt]组合变换，用于人脸图像表情[size=8.83019pt]、[size=8.83019pt]姿态[size=8.83019pt]、[size=8.83019pt]平移和光照不变特征的有效特征提取[size=8.83019pt]。[size=8.83019pt]人脸[size=8.83019pt]图像 [size=8.83019pt]DWT [size=8.83019pt]变换后，选择近似系数分量和水平系数分量［[size=8.83019pt]CA CH[size=8.83019pt]］为小波特征，经 [size=8.83019pt]DFT [size=8.83019pt]变换后，利用四椭圆模板[size=8.83019pt]取出 [size=8.83019pt]DFT [size=8.83019pt]低频高幅值系数，经 [size=8.83019pt]DCT [size=8.83019pt]压缩得到人脸图像的特征系数[size=8.83019pt]。[size=8.83019pt]其次，利用模拟退火优化算法进行特征选[size=8.83019pt]择，在特征系数空间搜索特征子集进行人脸识别[size=8.83019pt]。[size=8.83019pt]实验仿真说明了该方法的有效性[size=8.83019pt]。