一种基于LDA的Gabor不变矩人脸特征提取方法

摘要

针对人脸识别中判别特征的提取问题,本文结合伪Zernike矩提出一种Gabor不变矩特征提取方法.该方法既结合了伪Zernike矩的不变性、信息冗余度低以及抗噪能力强的特性又兼顾了Gabor小波强有力的局部时频特征.首先对Gabor滤波噪组提出来的人脸特征进行组合构造Gabor特征图像,然后利用正交伪Zernike矩获得不变性特征,并进一步用线性判别分析(LDA)方法进行特征选择,最后采用最近邻分类方法进行识别.在AR人脸数据库进行了比较实验,结果表明本文方法抗噪性强,对人脸的光照、表情和姿态具有较强的鲁棒性.