基于隐式Gabor滤波与PCA的人脸识别算法

通过卷积计算Gabor特征然后再进行主成分分析(PCA)是经典的人脸识别方法之一,能取得较高的识别率。但由于需要计算多角度、多尺度下的Gabor特征,所以该方法的效率很低。为了提高效率,文中提出了一种利用Gabor特征但并不直接计算Gabor特征的主成分分析的方法。所提方法将Gabor特征的信息隐含在一个离线计算好的矩阵中,并将该矩阵包含在主成分特征提取中。在FERET和YALE人脸数据库上的实验表明,所提方法的识别速度提高了5倍左右,识别率也略有提升。