基于小波变换和改进PCA的人脸特征提取算法

来源：吉林大学学报·理学版杂志2021年第6期北京时间：

作者：张颖, 马承泽, 杨平, 王新民

单位：1. 长春财经学院 信息工程学院, 长春 130122; 2. 长春工业大学 数学与统计学院, 长春 130012

摘要：针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取；然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.

关键词：人脸识别,特征提取,小波变换,主成分分析(PCA)