基于二维DCT与Elman神经网络相结合的人脸识别研究

摘要

提出了一种新的基于二维DCT变换与Elman神经网络相结合的方法进行人脸识别.首先,利用二维DCT变换将人脸图像由空间域变换到频域,并提取二维DCT系数的低频成分作为人脸特征,然后使用人脸训练样本对Elman神经网络进行训练来调整网络的权值.对于待识别样本,在利用二维DCT变换进行特征提取之后,采用训练后的Elman神经网络作为分类器进行模式分类.该方法在南京理工大学603(NUST603)人脸图像库中进行了实验,实验结果显示了该方法的可行性和有效性。