基于多尺度特征提取与多元回归分析的人脸识别

在线阅读 下载PDF 导出详情
摘要 为提高人脸识别的正确率,提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解,然后由低频子带和各尺度各方向的高频子带得到人脸的特征值,并将它们组合成多尺度特征向量,再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征,还反映了图像各种尺度下的边缘、纹理等奇异特征,因此具有更多的鉴别信息;多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97.78%,优于其他的方法。
机构地区 不详
出处 《光学与光电技术》 2012年6期
出版日期 2012年06月16日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献