融合Gabor特征的基于随机点积图的人脸识别算法

为了提高人脸识别的精度,将随机图理论应用到人脸识别中,提出一种融合Gabor特征的基于随机点积图的算法.首先用Gabor滤波算子提取训练集图像的特征数据并进行预处理,减少特征数据内的冗余性.随机图对人脸训练集图像进行重构,获得节点赋值.之后根据赋值向量夹角余弦值以及节点的类别信息,计算每个节点的惩罚权值.将待识别图像投影到训练集图像随机点积重构得到的子空间中,依据最近邻节点惩罚值进行识别,判断图像所属类别.在ORL人脸库上的实验结果表明,算法在对归一化人脸图像特征数据降维上要优于PCA方法.