ISSN在线(2319 - 8753)打印(2347 - 6710)
一个新颖的方法来面对模式识别和照明
提取面部特征是面部表情识别的关键步骤(带)。经常不准确的特征提取结果错误分类的面部表情。特别是在机器人应用程序中,环境因素如光照变化可能导致带系统提取功能不准确。在本文中,我们提出一个健壮的面部特征点提取方法识别面部表情在不同的照明条件。提取面部特征之前,脸是本地化和分段数字化图像帧。人脸预处理阶段由归一化和功能区域定位措施有效地提取面部特征。地区的利益确定相应的相关特性,基于伽柏伽柏飞机应用小波变换提取面部点。伽柏飞机比灰度值不变的和可靠的,它受到歧义以及光照变化而代表地方特色。该算法有两个优点只有一个面对训练图像需要使用面部块特征训练分类器较低的数据维度,提出系统更多的计算效率。这个拟议的工作的主要目的是提高人脸识别系统的准确性使用多个训练图像。
Viniya。P, Peeroli.H