基于环形对称Gabor变换和分块PCA的人脸识别

王甜甜，郭太良，姚剑敏，周龙沙

(1.福州大学物理与信息工程学院，福建 福州 350000;2.TCL工业研究院，广东 深圳 518000)

责任编辑:任健男

近年来，人脸识别受到多方面的广泛关注。它在国民经济和人民生活等领域具有十分广阔的应用前景。人脸识别的一个关键问题是人脸表征，即采取某种表示方法来表示检测出的人脸和数据库中的已知人脸。常用的表征方法有几何特征、主分量分析、线性判别分析、独立分量分析、Gabor小波变换等。Gabor小波变换最早由D.Gabor在1946 年提出的［1］，后来 Daugman［2］发现二维 Gabor函数在空域和空频域都具有解析性。

Buhmann和Lades等人［3］把Gabor特征应用在人脸识别中，将图像上一点处的局部特征利用相应的小波系数表示，在一定程度上解决了人脸识别。传统的Gabor小波变换从多尺度多方向提取图像局部信息，方向选取是离散的，且计算量大。本文采取环形对称Gabor变换，得到5幅人脸图像，相对比40幅人脸图像，计算量小，对人脸图像各方向具有相同的作用和效果，也能提取人脸主要特征。

图像经过环形Gabor变换后，维数过高，因此需要将数据维数降低，提取出主要纹理信息。本文中采用PCA降维。特征值较大的特征向量反映人脸最大差异性［4］。对滤波后的图像进行整体降维得到整副图像主要纹理信息，会丢失一些重要的局部信息，这些局部信息对于人脸识别有着重要的作用。为了解决上述问题，本文利用多尺度多方向获取合适的Gabor核函数来提取出纹理特征，采用改进的分块PCA方法，提取出人脸在每块中的主要特征，这样能对实际人脸的各分块进行很好的特征描述。……