摘要
提出了一个基于小波变换和Ｆｏｕｒｉｅｒ变换的人像识别新方法，它首先对人像作适当层数的二维小波分解，然后对其低频的子图象作Ｆｏｕｒｉｅｒ变换，从而获得原人像的一个低维空间的表达，该表达是振幅谱位移不变的。在Ｙａｌｅ 和Ｏｌｉｖｅｔｔｉ人像数据库上的实验表明，频谱脸的方法比ＰＣＡ的方法和空间模式匹配法有更佳的识别效果。
This paper presents a new face recognition method in Fourier domain. The proposed method combines the Fourier transform and the wavelet transform for face recognition. Yale and Olivetti face image databases are selected to evaluate the proposed method. The results show that the proposed method gives higher accuracy than PCA method and template matching in spatial domain. Spectroface is extremely effective for eliminating the errors that bring from different expressions and small occlusion.
出处
《中国图象图形学报（A辑）》
CSCD
1999年第10期811-817,共7页
Journal of Image and Graphics
基金
香港浸会大学院系研究基金
广东省自然科学研究基金
关键词
人像识别
小波变换
频谱脸
傅氏变换
Face recognition, Fourier transform, Wavelet transform, Minimum distance classifier
