基于加权小波分解的人脸识别算法研究

摘要

小波变换能有效地将图像分解成高频和低频信息.现有的人脸识别算法多数都是基于小波分解后的低频信息,没有充分利用高频信息.PCA是人脸识别中被广泛使用的一种算法,它具有实现简单、正面图像识别率高等优点,但PCA算法计算量大,且易受光照、表情变化等因素的影响.基于加权小波分解和PCA算法提出一种新的人脸识别算法,对小波二级分解后的低、高频子分量进行加权融合,以便充分利用人脸的细节信息,并分别给PCA前三个最大主分量赋予一个新权值,来弥补传统PCA算法对光照、表情变化敏感的缺点.实验结果表明提出的人脸识别算法在识别率和训练时间方面都得到了明显的改进.