Curvelet变换结合(2D)~2PCA的人脸识别算法 |
| |
引用本文: | 赵庆敏,彭雪莹.Curvelet变换结合(2D)~2PCA的人脸识别算法[J].南昌大学学报(理科版),2018,42(2):180. |
| |
作者姓名: | 赵庆敏 彭雪莹 |
| |
作者单位: | 南昌大学信息工程学院天津市信息中心 |
| |
基金项目: | 国家自然科学基金资助项目(61561032; 61461029; 61703197); |
| |
摘 要: | 作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示。本文提出并实现了一种基于Curvelet变换结合双向二维主成分分析((2D)~2PCA)的人脸识别算法,以Yale人脸数据库进行人脸识别实验,结果表明,该算法相对于传统基于小波变换的人脸识别算法,能有效提高识别率,缩短识别时间。
|
关 键 词: | Curvelet变换 小波变换 人脸识别 双向二维主成分分析((2D)2PCA) |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《南昌大学学报(理科版)》浏览原始摘要信息 |
| 点击此处可从《南昌大学学报(理科版)》下载免费的PDF全文 |
|