中文说明：这种方法给出了利用 Gabor 的人脸识别算法小波变换的人脸特征提取和支持向量机(SVM) 的人脸识别，Gabor 小波系数用来表示当地的面部特征。实现的算法如下： 首先，人脸面部特征点位于大致通过使用一组节点模板。第二，Gabor 小波系数提取人脸面部特征的每一点，和所有的 Gabor 小波系数联动来代表人脸图像。最后，支持向量机分类器用于人脸识别。实验结果表明人脸识别算法的有效性。 所以，在这种技术有两个步骤： 1.Gabor 特征提取： 2D Gabor 小波变换通常用于图像的表示和分析。变换由一家银行的 Gabor 滤波器的卷积和给出的图像信号。40 Gabor 滤波器通常采用由形成离散集 5 不同频率和八个方向。所以 40 复杂系数可以通过 Gaborwavelet 变换在给定的点，在 th是的方法， 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论
English Description：
This method presents a face recognition algorithm by using Gabor wavelet transform for facial features extraction and Support Vector Machines (SVM) for face recognition, Gabor wavelets coefficients are used to represent local facial features. The implementations of algorithm are as follows: Firstly, facial feature points are located roughly by using a set of node templates. Secondly, Gabor wavelet coefficients are extracted at every facial feature point, and all the Gabor wavelet coefficients are catenated to represent a face image. Lastly, SVM classifiers are used for face recognition. The experimental results demonstrate the effectiveness of the face recognition algorithm.