基于曲波域与核主成分分析的人脸识别 face recognition based on curvelet domain and kpca.pdfVIP

下载本文档

0
0
约1.23万字
约 5页
2017-08-21 发布于上海
举报
版权申诉

基于曲波域与核主成分分析的人脸识别 face recognition based on curvelet domain and kpca.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

基于曲波域与核主成分分析的人脸识别 face recognition based on curvelet domain and kpca

第38卷第lO期光电工程 V01．38，No．10 2011年10月 Opto—ElectronicEngineering Oct．201l 文章编号：1003—501X(2011)lO一0098—05 基于曲波域与核主成分分析的人脸识别王宪，慕鑫，张彦，张方生，宋书林，平雪良，刘浩 (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：针对小波变换不能充分描述人脸曲线特征的缺点，本丈提出一种基于曲波域与核主成分分析(KPCA)的人脸识别算法。采用多尺度、多方向的曲波(Curvelet)换提取图像特征，不仅具有更高的逼近精度和更好的稀疏表达能力，而且其变换系数能有效表示沿曲线的奇异性。进一步使用核主成分分析(KPCA)将曲波特征系数投影到更具表达力的核空间中，通过最近邻分类器进行分类。并在JAFFE人脸库中、ORL人脸库以及FERET人脸库中做了多组实验，实验结果表明该方法在图像降维和识别率方面都达到了较好的效果。关键词：人脸识别；曲波变换；核主成分分析(KPCA)；核空间中图分类号：TP391．4l 文献标志码：A Face Domain BasedonCurveletandKPCA Recognition WANGXian，MUXin，ZHANGYan，ZHANG Fang-sheng， SONGShu-lin，PING Hao Xue-liang，LIU Process (KeyLaboratoryofAdvanced Control户，LightIndustry， MinistryofEducation(diangnanUniversity)，Wuxi214122，diangsuProvince，China) Abstract：Sincewavelettransformcannot describefacialcun，es face basedOil features，a fuliy recognitionalgorithm eurveletdomainandKernel PrincipalComponentAnalysis(KPCA)isproposed．Using to curvelettransformextract feamresnot has andbetter image only approximation higher accuracy sparseexpression，but alsocan the the isusedto curveletfeaturecoefficientinto curve．Then，KPCA effectivelyexpresssingularityalong project themore