首页 | 本学科首页   官方微博 | 高级检索  
     

Shearlet多方向自适应加权融合的稀疏表征人脸识别
引用本文:张鸿杰,王宪,孙子文.Shearlet多方向自适应加权融合的稀疏表征人脸识别[J].光电工程,2014(12).
作者姓名:张鸿杰  王宪  孙子文
作者单位:轻工过程先进控制教育部重点实验室 江南大学,江苏 无锡,214122
基金项目:国家自然科学基金(60574051);江苏省产学研联合创新资金-前瞻性联合研究项目
摘    要:针对传统稀疏表征分类器只有在训练样本足够多时才会对特征变化不敏感的缺点,提出一种Shearlet多方向自适应加权融合的稀疏表征人脸识别算法。为了提取局部方向信息并降低特征维数,首先利用Shearlet变换对图像进行多尺度、多方向分解,获得子带系数矩阵,然后根据子带系数矩阵方差的大小对同一尺度的方向子图按主方向排序,利用子带系数矩阵的能量和均值特征对排序后的人脸子图进行加权融合,最后为了使得表征系数矢量具有更为显著的稀疏性,进一步利用融合特征构造字典。在ORL、FERET和YALE人脸库中做了多组实验,结果表明,该方法能增强对外界环境变化的鲁棒性,同时可以提高人脸的识别率。

关 键 词:Shearlet变换  稀疏表征  多方向  加权融合

Face Recognition Based on Shearlet Multi-orientation Adaptive Weighted Fusion and Sparse Representation
ZHANG Hongjie,WANG Xian,SUN Ziwen.Face Recognition Based on Shearlet Multi-orientation Adaptive Weighted Fusion and Sparse Representation[J].Opto-Electronic Engineering,2014(12).
Authors:ZHANG Hongjie  WANG Xian  SUN Ziwen
Abstract:
Keywords:Shearlet transform  sparse representation  multi-orientation  weighted fusion
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号