Dùng đặc trưng Gabor kết hợp Adaboost và k-means trong bài toán nhận dạng mặt người

Tóm tắt

Trong bài báo này, chúng tôi đề xuất phương pháp nhận dạng mặt người dựa trên đặc trưng Gabor kết hợp AdaBoost và k-means. Chúng tôi sử dụng Gabor wavelet để rút trích các đặc trưng trên ảnh tạo vectơ đặc trưng. AdaBoost cải tiến được dùng như một phương pháp làm giảm số chiều của vectơ đặc trưng trong quá trình nhận dạng. Đồng thời, dùng thuật toán k-means để phân nhóm dữ liệu thành các nhóm riêng biệt khác nhau nhằm giảm thời gian xử lí và tăng hiệu quả nhận dạng. Cơ sở dữ liệu ảnh ORL của AT&T được dùng để thực nghiệm với 200 đặc trưng Gabor để nhận dạng thì tỉ lệ chính xác là 86,07% và thời gian nhận dạng trung bình là 0,06s.