融合小波包细节子图及稀疏表示的人脸识别

• 作者: 刘箴 李纲 符冉迪 金炜 龚飞
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 人脸识别 小波包分解 稀疏表示 FW-SRC 鲁棒性
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: ?模式识别?
• 页码范围: 32-38,50
• 页数: 8页
• 分类号: TP391.41
• 字数: 4594字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2016.06.006

摘要

针对现有人脸识别方法在光照变化、表情变化及噪声干扰等情况下识别率下降的问题，本文将主成分分析(PCA)，图像的小波包分解(WPD)和稀疏表示分类(SRC)等算法结合起来进行研究分析，提出了一种融合小波包细节子图及稀疏表示(FW-SRC)的人脸识别方法。该方法首先将图像小波包分解以后的子图像进行加权融合，对融合后的图像进行特征提取并构造特征空间，然后用样本在特征空间上的投影集构造稀疏字典，最后通过对人脸图像的稀疏表示实现分类识别。采用Yale B、AR和CMU PIE人脸库分别进行了光照、表情及噪声鲁棒性的测试，实验结果表明本文方法不仅提高了人脸识别率，而且在光照强度变化、表情变化以及噪声干扰的情况下具有良好的识别性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜	宁波大学信息科学与工程学院	92	531	12.0	18.0
2	刘箴	宁波大学信息科学与工程学院	81	465	11.0	18.0
3	李纲	宁波大学信息科学与工程学院	28	227	10.0	14.0
4	符冉迪	宁波大学信息科学与工程学院	46	183	8.0	10.0
5	龚飞	宁波大学信息科学与工程学院	7	31	4.0	5.0