融合小波子带与贝叶斯的人脸识别算法

提出了融合小波和贝叶斯的人脸识别方法。对原始图像采用小波分解后，原始图像被分解到不同的频带上。利用小波理论分析可知，在每一级分解中，低频子图像包含了原始图像的主要描述信息，而其他高频子图像包含的信息较少，对模式分类的作用也较小，所以可忽略不计。该算法首先对图像进行二级小波分解，其次对得到的每幅低频子图进行贝叶斯人脸识别。在FERET  人脸库的子集上对识别算法进行了测试和比较。实验表明，与传统的方法相比较，该方法降低了运算量，提高了识别率。关键词：人脸识别；小波变换；贝叶斯方法Abstract:  A  new  algorithm  for  face  recognition  based  on  wavelet  transform  and  Bayesian  is  proposed.  The  original  image  is  decomposed  into  low  frequency  and  high  frequency  sub-band  images  by  applying  wavelet  transform.  According  to  the  wavelet  theory,  the  low  frequency  image  is  the  smoothed  version  of  the  original  image  and  the  best  approximation  to  the  original  image  with  lower-dimensional  space.  It  also  contains  main  energy  content  within  the  original  image.  But  the  other  high  frequency  sub-band  images  contain  less  energy  content  and  are  almost  useless  to  pattern  discrimination.  Then,  Bayesian  approach  is  used  to  thelow-frequency  sub-band.  Its  efficiency  and  superiority  are  clarified  by  comparative  experiment  on  a  subset  of  FERET  face  data.