一种基于小波变换和DCT的卷积神经网络人脸识别算法

摘要

本发明公开种基于小波变换和DCT的卷积神经网络人脸识别算法，包括如下步骤：采用二维离散小波变换将目标图像分解成不同子带并保留低频子带；通过DCT变换获得低频子带图像部分DCT系数；将DCT系数输入卷积神经网络中提取特征，进行训练分类，最后获得用于识别面部图像的的卷积神经网络模型。本发明是在人脸图像进入卷积神经网络之前，先对图像小波变换，得到低频子带图像并对其做DCT变换，提取部分DCT系数，从而减少冗余信息量，降低运算复杂度，最后将DCT系数输入卷积神经网络进行训练分类，提高了人脸识别的准确率同时缩短了训练时间。