基于Curvelet变换特征的人脸识别算法-计算机应用与软件.PDFVIP

第３５卷第１期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１ ２０１８年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１８ 基于 Ｃｕｒｖｅｌｅｔ变换特征的人脸识别算法 杨晋吉　李亚文 （华南师范大学计算机学院　广东广州５１０６３１） 摘　要　　针对小波变换无法准确表达二维奇异曲线的弱点，提出基于曲波（Ｃｕｒｖｅｌｅｔ）变换特征的人脸识别算 法。Ｃｕｒｖｅｌｅｔ变换可以很好地去逼近奇异曲线，对于人脸图像能实现最优的稀疏表示。该算法采用基于Ｗｒａｐｐｉｎｇ 的离散Ｃｕｒｖｅｌｅｔ变换加权算法对训练集的人脸图像进行特征提取生成特征矩阵，再通过ＰＣＡ方法降低维数后结 合稀疏表示分类算法（ＳＲＣ）进行人脸识别。通过在ＯＲＬ、Ｙａｌｅ和ＡＲ三个人脸数据库上的仿真实验以及和基于 小波变换类识别算法、ＬＤＡ算法和ＳＲＣ算法等比较，实验结果表明该算法在人脸遮挡、姿态变换、表情变换和光 照变换等干扰因素的作用下具有较高的人脸识别率和较好的鲁棒性。 关键词　　小波变换　奇异曲线　曲波变换　稀疏表示　鲁棒性 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０１．０３０ ＦＡＣＥＲＥＣＯＧＮＩＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＣＵＲＶＥＬＥＴＴＲＡＮＳＦＯＲＭＦＥＡＴＵＲＥ ＹａｎｇＪｉｎｊｉ　ＬｉＹａｗｅｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６３１，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｖｉｅｗｏｆｔｈｅｗｅａｋｎｅｓｓｔｈａｔｔｈｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｃａｎｎｏｔｅｘｐｒｅｓｓｔｈｅｔｗｏｄｉｍｅｎｓｉｏｎａｌｓｉｎｇｕｌａｒｃｕｒｖｅ ａｃｃｕｒａｔｅｌｙ，ａｆａｃｅｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＣｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｃｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍ ｃａｎｂｅｖｅｒｙｇｏｏｄｔｏａｐｐｒｏｘｉｍａｔｅｔｈｅｓｉｎｇｕｌａｒｃｕｒｖｅ，ｆｏｒｔｈｅｆａｃｅｉｍａｇｅｃａｎａｃｈｉｅｖｅｔｈｅｏｐｔｉｍａｌｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ．Ｉｎ ｔｈｉｓｐａｐｅｒ，ｗｅｕｓｅｄｔｈｅＷｒａｐｐｉｎｇｂａｓｅｄｄｉｓｃｒｅｔｅＣｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍｗｅｉｇｈｔｉｎｇａｌｇｏｒｉｔｈｍｔｏｅｘｔｒａｃｔｆｅａｔｕｒｅｍａｔｒｉｃｅｓｆｒｏｍ ｔｈｅｆａｃｅｉｍａｇｅｓｏｆｔｈｅｔｒａｉｎｉｎｇｓｅｔ，ａｎｄｔｈｅｎｕｓｅｄｔｈｅＰＣＡｍｅｔｈｏｄｔｏｒｅｄｕｃｅｔｈｅｄｉｍｅｎｓｉｏｎａｎｄｃｏｍｂｉｎｅｄｔｈｅｓｐａｒｓｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍ（ＳＲＣ）ｆｏｒｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ．ＴｈｒｏｕｇｈｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｏｎＯＲＬ，Ｙａｌｅ ａｎｄＡＲｆａｃｅｄａｔａｂａｓｅａｎｄｔｈｅｃｏｍｐａｒｉｓｏｎｗｉｔｈｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｃｌａｓｓｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍ，ＬＤＡａｌｇｏｒｉｔｈｍａｎｄＳＲＣ ａｌｇｏｒｉｔｈｍ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｄｈｉｇｈｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅａｎｄｇｏｏｄｒｏｂｕｓｔｎｅｓｓ ｕｎｄｅｒｔｈｅｉｎｆｌｕｅｎｃｅｏｆｉｎｔｅｒｆｅｒｅｎｃｅｆａｃｔｏｒｓｓｕｃｈａｓｆａｃｅｏｃｃｌｕｓｉｏｎ，ｇｅｓｔｕｒｅｔｒａｎｓｆｏｒｍａｔｉｏｎ，ｅｘｐｒｅｓｓｉｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄ ｉｌｌｕｍｉｎａｔｉｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ　Ｓｉｎｇｕｌａｒｃｕｒｖｅ　Ｃｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍ　Ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ　Ｒｏｂｕｓｔｎｅｓｓ