完善频谱脸人像识别的分类器设计

频谱脸方法是一种利用小波变换和Fourier变换有效地提取人像的位移不变特征和表情相对不变特征的方法。该文着重讨论了频谱脸方法系统化的预处理方法和相似性度量选择这两个关键性问题。其中，矩的方法被用于人像进行预处理，因为它能有效地对人像的伸缩和平面旋转进行矫正；通过对最近邻法、平均法、Hausdroff距离法和修正的Hausdroff距离法等4种典型的相似性度量方法中进行比较和分析的结果表明，最近邻法、平均法和修正的Hausdroff距离法都是频谱脸方法进行相似性度量的有效方法，其中，最近邻法是最有效的方法，它对诸如位移、伸缩、平面旋转、少许遮掩及少许姿势、表情和光照条件的变化多种影响人像识别的因素均具有最佳的容错性，并在Yale和Olivetti人 像数值库上进行了识别试验，分别取得了97％和99％的识别率。