Curvelet变换用于人脸特征提取与识别

被引:4
作者
倪雪
李庆武
孟凡
蔡艳梅
机构
[1] 河海大学计算机及信息工程学院
关键词
Curvelet变换; 特征提取; Curvelet能量特征; 支持向量机; 小波变换;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对小波变换用于人脸识别时难以充分描述人脸曲线特征的问题,提出用Curvelet变换进行人脸特征提取与识别的新方法。将人脸图像进行Curvelet变换,提取进一步压缩的低频系数和高频各子带的Curvelet能量特征为人脸特征向量,并采用支持向量机进行特征分类与识别。以Orl和Yale人脸库进行测试,结果表明,该方法相比小波变换法识别效果更佳,且对光照、姿态和表情变化具有良好的鲁棒性。
引用
收藏
页码:34 / 38
页数:5
相关论文
共 6 条
[1]   基于Radon和小波变换的纹理图像检索 [J].
安志勇 ;
曾智勇 ;
崔江涛 ;
周利华 .
北京邮电大学学报, 2007, (05) :5-8
[2]   基于小波和支持向量机的人脸识别技术 [J].
周志明 ;
王以治 ;
黄文芝 ;
王宁宁 .
计算机工程与应用, 2004, (12) :52-54
[3]   基于主元分析与支持向量机的人脸识别方法 [J].
张燕昆 ;
杜平 ;
刘重庆 .
上海交通大学学报, 2002, (06) :884-886
[4]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[5]  
Do singular values contains adequate information for face recognition. TIAN Yuan,TAN Tieniu,WANG Yunhong,FANG Yuchun. Pattern Recognition . 2003
[6]  
Applied and Computational Mathematic. Candes E J,Demanet L,Donoho D L et al. California Institute of Technology . 2005