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

• 作者: 李伟红 王成语
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 超完备字典 稀疏表示 双密度双树复小波变换 特征提取 多尺度
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2115-2118
• 分类号: TP391.413
• 字数: 4173字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.02115

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脸特征表示及分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟红	重庆大学光电技术及系统教育部重点实验室	41	585	16.0	23.0
2	王成语	重庆大学光电技术及系统教育部重点实验室	1	0	0.0	0.0