基于Log-Gabor小波和正交UDP的人脸识别.pdf

【基于Log-Gabor小波和正交UDP的人脸识别】是一种结合了Log-Gabor小波变换和正交化的非监督判别映射(Orthogonal UDP)的先进人脸识别技术。该技术旨在解决人脸识别过程中的小样本问题，同时优化特征提取，以提高识别准确性。 Log-Gabor小波是一种适用于图像处理的滤波器，它能够提取图像的高阶统计信息，特别是对于人脸图像，Log-Gabor小波可以捕捉到面部特征的细节，如纹理、边缘和形状。与普通的Gabor小波相比，Log-Gabor小波减少了直流分量的影响，增强了高频成分的表现，从而更好地揭示图像特征，尤其是人脸的特征。 正交UDP是原始非监督判别映射(UDP)的改进版，UDP算法通过考虑样本的局部和非局部散度来寻找数据的低维表示，但其基向量非正交可能导致信息损失。正交化后的UDP算法引入了基向量的正交约束，这有助于保持人脸非线性子流形空间与距离相关的结构信息，同时改善了样本的重构能力，提高了算法的泛化性能。 在LGouDP算法中，首先利用Log-Gabor小波对人脸图像进行滤波处理，提取出关键的特征信息。接着，算法提出最大化非局部散度和局部散度的权值差的目标函数，并结合基向量的正交约束来求解。这样不仅解决了小样本问题，还确保了所提取的特征更具判别性，有利于人脸识别。 实验在ORL和PIE这两个标准人脸识别数据库上进行，结果显示，LGouDP算法相对于其他传统方法（如LLE、LE、NPE、LPP、ONPE和OLPP）具有更好的识别效果，证明了该方法的有效性和实用性。 基于Log-Gabor小波和正交UDP的人脸识别技术融合了Log-Gabor小波的高效特征提取能力和正交UDP的流形学习优势，有效解决了人脸识别中的挑战，提高了识别准确率和鲁棒性。这种方法为未来的人脸识别研究提供了新的思路，特别是在小样本和高维特征处理方面。