Shearlet多方向自适应加权融合的稀疏表征人脸识别.pdfVIP

第41卷第 12期 光电工程 Vo1．41．NO．12 2014年 12月 Opto—ElectronicEngineering Dec．2014 文章编号：1003—501X(2014)12—0066—06 Shearlet多方向自适应加权融合的 稀疏表征人脸识别 张鸿杰，王 宪，孙子文 (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) 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 中图分类号：TP391 文献标志码：A doi：10．3969／j．issn．1003．501X．2014．12．012 FaceRecognitionBasedonShearletM ulti-orientationAdaptive W eightedFusionandSparseRepresentati0n ZHANGHongjie，WANGXian，SUNZiwen (KeyLaboratoryofAdvancedProcessControlforLightlndustry，Ministryof Education(JiangnanUniversity)，Wuxi214122，JiangsuProving,China) Abstract：Forthereason ofthetraditionalsparserepresentation classifierisnotsensitiveto thechangesof characteristicsonlyhasenoughtrainingsamples，afacerecognitionmethodbasedonShearletmulti—orientationadaptive weightedfusionandspraserepresentationisproposed．Inordertoextractthemulti·orientationinformationandreducethe dimensionofthefeatures，imagesaredecomposedinmulti-scaleandmulti—directionbyusingShearlet，andthesubband coefficientmatricesareobtained．Then，thedirectionalsubcha~son thesamescalearesortedinthemain direction accordingtothesizesofthevariancesofthesubbandcoefficientmatrices．Furthemr ore，usingtheenergyandthemean valuesofsubbandcoeffi cientmatrices，thefacesubchartsareweightedfused．Finall