Laplace平滑变换及其在人脸识别中的应用

摘要：

本文主要研究如何从最优化的角度出发,从图像中提取低频特征.首先,基于图像的局部梯度定义了一种图像频率,并基于这种定义,诱导出Laplace平滑变换(LST),将二维图像映射到一维的向量.然后,将LST与学习算法相结合,提出二步子空间学习算法.所提的基于LST的二步子空间方法,对于光照、表情、姿势具有鲁棒性.实验表明,在ORL,Yale和FERET人脸数据库上,墓于LST的人脸识别算法,相对DCT,DWT和PCA等预处理算法,具有更小的识别误差.

关键词：Laplace平滑变换、人脸识别、主分量分析、余弦变换、小波变换、线性判别分析

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家高技术研究发展计划（863计划）

在线出版日期：2012-01-16（万方平台首次上网日期，不代表论文的发表时间）

页码：257-268