基于多尺度SVD的HMM的人脸识别方法

• 作 者: 杨露 何静媛
• 机 构: 重庆大学计算机学院
• 出 处: 现代计算机(专业版)
• 发表日期: 2017年09期
• 关键词: 奇异值分解 人脸识别 隐马尔科夫模型 多尺度 SVD Face Recognition Hidden Markov Model Multi-Scale

提出使用多尺度SVD作为图像的特征提取以及HMM作为分类器的人脸识别方法。首先,对图像进行多尺度的划分,然后计算每个图像块的SVD,该图像的多尺度SVD特征向量便由图像块的SVD组成,最后使用HMM进行人脸识别。多尺度SVD能反映整幅图像的全局特征和图像在多种尺度下的局部特征,所以它的鉴别信息更全面。使用的7状态的隐马尔科夫模型,覆盖更多的人脸细节,有助于提高人脸识别效率。实验结果表明,该方法的人脸识别效率较高。