Curvelet变换结合(2D)2PCA的人脸识别算法

• 作者: 彭雪莹 赵庆敏
• 来源期刊: 南昌大学学报（理科版）
• 学科: 工学
• 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)
• 年，卷（期）: 2018,（2）
• 页码范围: 180-183
• 页数: 4页
• 分类号: TP391.41
• 字数: 2096字
• 语种: 中文

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)2 PCA)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵庆敏	南昌大学信息工程学院	30	120	7.0	9.0
2	彭雪莹		1	2	1.0	1.0