基于特征面法的傅里叶变换在人脸识别中的应用

摘要

针对人脸识别中图像噪声干扰和特征提取效率低的问题，本文提出一种结合特征脸与傅里叶变换滤波的识别方法，并通过实验系统探究了频域滤波对识别性能的影响。首先，基于K-L变换构建特征脸子空间，实现人脸特征降维；其次，设计并对比了理想低通、高斯低通及巴特沃斯低通三类滤波器在频域的去噪效果；最后，在不同图像压缩层级下验证了滤波器的适应性。结果表明：高斯低通滤波器在多数情况下能显著提升识别准确率，尤其对较高清晰度图像具有稳定增强作用；而当图像过度压缩时，低通滤波则会降低识别性能。该方法通过频域滤波有效突出人脸共性特征，提升了特征脸法的鲁棒性与识别效率。

关键词

快速傅里叶变换 / 特征脸法 / 图像滤波 / 人脸识别