基于Gabor和PCA的面部图像识别方法

摘要

文中利用Gabor变换和PCA降维的优点,提出了Gabor+PCA的面部图像识别方法.该方法先提取图像的Gabor特征,然后将Gabor特征与原图像特征结合构成新的融合特征并用PCA降维,最后用KNN分类器分类.所提Gabor+PCA方法不仅能挖掘出图像的细节信息,而且拓宽了特征空间的维数.另外,Gabor+PCA方法能有效降低光照、姿势和面部表情等因素的影响,在提高识别率的同时还能降低对硬件的要求.Gabor+PCA方法在ORL面部图像识别中优于单纯使用Gabor方法或PCA方法.因此,Gabor+PCA方法对面部图像识别算法的改进具有一定的借鉴意义.