基于局部Shearlet相位量化特征的人脸识别算法.pdfVIP

基于局部Shearlet相位量化特征的人脸识别算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光电工程

第40卷第4期 光电工程 Vo1.40,No.4 2013年 4月 Opto—ElectronicEngineering April,2013 文章编号:1003—501X(2013)04—0106—07 基于局部 Shearlet相位量化特征的 人脸识别算法 王 宪,秦 磊,孙子文,宋书林,丁志涵 (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LPQ算子提取的纹理特征易受光照、噪声影响,提出了一种在 Shearlet变换幅值域内提取局部相位量 化标记直方图的人脸描述方法。首先采用 Shearlet滤波器提取其对应不同方向、不同尺度的多个 Shearlet幅值域 图谱,然后按照平均值融合法将相同尺度不同方向的幅值域图谱融合到一起,并对融合 图谱进行分块,分别采用 LPQ算子标记幅值域图谱,最后由这些标记直方图形成的序列来描述人脸。在ORL、FERET和YALE人脸库中 做 了多组实验并分别取得了98%、95%及97_33%的识别率,充分验证 了该方法的有效性。 关键词:Shearlet变换;特征融合;局部相位量化;多尺度 中图分类号:TP391.41 文献标志码:A do;:10.3969~.issn.1003.50IX.2013.04.016 TheFaceRecognitionBasedonLocalShearletPhaseQuantization WANGXian,QINLei,SUNZiwen,SONGShulin,DINGZhihan (KeyLaboratoryofAdvancedProcessControlforLightlndustryMinistryofEducation (JiangnanUniversity),Wuxi214122,JiangsuProvince,China) Abstract:SincetheoriginalLocalPhaseQuantization(LPQ)operatorhasapoorperformanceinextractingthetexture featuresunderillumination ornoiseeffect,amethod offace description isproposed which extractshtehistogram sequenceofLocalShearletPhaseQuantization(HLSPQ)fromthemagnitudesofShearletcoefficients.First,Inorderto extractthemulti—orientationinformation,theaveragefusionmethodisproposedtoufsehteoriginalShearletfeaturesof thesamescale.Second,thefusedimageisdividedintoseveralunitsfromwhichthelocalphasequantizationoperatesis usedtoextractthelocalneighborpatterns.Then,theLPQoperatesoneachunittoextractthelocalneighborpaaems. Finally,the inputfaceimageisdescribed by thehistogram sequence extractedrfom allhteseregionpaRems.Th e experimenatlresultsonORL,FERETandYALEfacedaatbasecallachievehighfacerecong itionrateupto98%,95% and

文档评论(0)

fengbing + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档