基于DDCT与TCSVD的人脸特征提取与识别算法

提出一种基于分块离散余弦变换(DCT)与奇异值分解阈值压缩(TCSVD)的人脸特征提取与识别算法。该算法对人脸图像进行分块DCT变换,根据图像块位置和能量分布选择不同的DCT高低频分量构建特征矩阵,通过对每个图像块的特征矩阵进行SVD阈值压缩和特征组合来构建人脸鉴别特征,并利用分类器进行特征分类与识别。AR人脸库上的实验结果验证了该算法的有效性。

基于DDCT与LDA的人脸特征提取方法

提出一种基于分块离散余弦变换(DCT)和线性鉴别分析的人脸特征提取方法。该算法对人脸图像进行DCT变换,根据图像块位置和能量分布选择不同的DCT高低频分量构建特征向量,再线性鉴别变换降低特征维数,提高特征的鉴别能力,并利用分类器进行特征的分类与识别。人脸库上的仿真结果验证了该方法的有效性。

基于离散余弦变换的电力营销系统客户权限自动识别方法

由于当前方法存在识别率较低、识别效果不理想等问题,提出基于离散余弦变换的电力营销系统客户权限自动识别方法,该方法首先利用PCA方法对所选向量进行降维处理,并利用LDA特征提取方法通过线性变换提取人脸特征,最大化分离所获得的特征;其次通过DDCT特征提取方法对图像进行变换处理,利用Zig-zag获得特征提取过程中所需的特征向量以及低频分量,再融合LDA与DDCT两种方法提取人脸特征,最后构建一个支持向量机的分类器,将所提取的特征输入其中,实现客户权限自动识别的操作。实验结果表明,所提方法的识别率以及识别效果较好,能够保证识别率。