基于双密度双树复小波变换多字典的人脸特征稀疏分类方法.docVIP

基于双密度双树复小波变换多字典的人脸特征稀疏分类方法 　　收稿日期:2011-03-03;修回日期:2011-04-25。基金项目:重庆市科技攻关重点项目（CSTC,2009AB0175）；中央高校基本科研业务费专项（CDJXCDJX；重庆市科委自然科学基金资助项目（CSTC,2010BB2230）。 　　作者简介:王成语（1984-），女，重庆人，硕士研究生，主要研究方向：图像处理、模式识别； 李伟红（1962-），女，四川自贡人，副教授，博士，主要研究方向：机器学习、模式识别。 　　文章编号:1001-9081（2011）08-02115-04doi:10.3724/SP.J.1087.2011.02115 　　（重庆大学 光电技术及系统教育部重点实验室，重庆400030） 　　（weihongli@cqu.edu.cn） 　　摘 要:基于超完备字典的人脸稀疏表示方法的难点是其字典构成。针对此问题，首先采用双密度双树复小波变换（DD-DT CWT）提取人脸图像不同尺度的高频子带，然后根据能量平均分布最大原则选择能量较大的部分子带构成对应尺度的超完备字典。同时，将测试样本相应的人脸DD-DT CWT子带特征看成超完备字典中原子的线性组合，并组合多字典上的稀疏表示进行识别。在AR人脸图像库上进行了实验，结果表明该方法是一种有效的人