期刊在線咨詢服務(wù)，立即咨詢
購(gòu)物車(chē)(0)
基于二維Gabor小波與AR-LGC的人臉特征提取算法研究
關(guān)鍵詞：圖像處理 人臉特征提取 gabor小波 直方圖 pca
摘要：針對(duì)Gabor小波提取的特征信息不夠全面以及維數(shù)災(zāi)難問(wèn)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(jìn)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(duì)提取的Gabor特征進(jìn)行編碼;然后對(duì)編碼后的Gabor特征圖譜進(jìn)行劃分,對(duì)每個(gè)子塊進(jìn)行直方圖統(tǒng)計(jì),將其串聯(lián)形成人臉表情特征向量并利用PCA進(jìn)行數(shù)據(jù)壓縮,最后利用C-SVM進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,平均識(shí)別率為93.33%的比AR-LGC+SVM,Gabor+PCA+SVM提取特征算法的平均識(shí)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(jià)值。
河北工業(yè)科技雜志要求:
{1}參考文獻(xiàn)：只列出在正文中被引用過(guò)的、新的、重要的、正式發(fā)表的文獻(xiàn)資料，數(shù)量不應(yīng)少于5條。采用順序編碼制。
{2}來(lái)稿內(nèi)容題材新穎、結(jié)構(gòu)嚴(yán)謹(jǐn)、文字凝練、闡論精辟，有一定理論水平和學(xué)術(shù)價(jià)值。
{3}來(lái)稿無(wú)論是否錄用，一律不退稿，請(qǐng)自留底稿。如來(lái)稿6個(gè)月后未被錄用，作者可自行處理稿件。切勿一稿多投。稿件嚴(yán)禁抄襲或剽竊行為，如有之，一切后果由作者自負(fù)。
{4}文章一般有引言部分和正文部分，正文部分用阿拉伯?dāng)?shù)字分級(jí)編號(hào)法，一般用兩級(jí)。
{5}關(guān)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(wèn)題有關(guān)和必要的詞。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
