基于二维DCT与Elman神经网络相结合的人脸识别研究
【摘要】:提出了一种新的基于二维 DCT 变换与 Elman 神经网络相结合的方法进行人脸识别。首先,利用二维 DCT 变换将人脸图像由空间域变换到频域,并提取二维 DCT 系数的低频成分作为人脸特征,然后使用人脸训练样本对 Elman 神经网络进行训练来调整网络的权值。对于待识别样本,在利用二维 DCT 变换进行特征提取之后, 采用训练后的 Elman 神经网络作为分类器进行模式分类。该方法在南京理工大学603(NUST603)人脸图像库中进行了实验,实验结果显示了该方法的可行性和有效性。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|