论文部分内容阅读
针对局部相位量化(LPQ)方法描述图像特征时不能对各个子图像不同的贡献率加以区分的问题,提出了一种自适应加权局部相位量化(AWLPQ)的人脸识别方法。首先对人脸图像进行分块并在每个子图像上进行LPQ特征提取,然后将信息熵作为衡量各个子图像对整体人脸描述的贡献度的依据,对每个子图像进行自适应加权。在FERET数据库上进行的实验表明AWLPQ具有较好的识别性能。随后针对AWLPQ中存在的高维向量问题,作了进一步分析,引入了近邻保持嵌入(NPE)的流形算法进行降维,提出了AWLPQ-NPE方法。实验结果表