论文部分内容阅读
针对人脸识别中出现的维数过高和计算复杂而导致的识别率低的问题,提出一种基于加权DWT（Discrete Wavelet Transform）和DCT（Discrete Cosine Transform）的粒子群神经网络人脸识别新算法。该算法首先用小波变换对人脸图像进行分解,去除对角线分量影响,提取加权低频和高频的离散余弦变换系数作为特征向量,最后利用粒子群优化BP神经网络进行分类识别。在ORL人脸库上验证了该算法的有效性和可行性。