基于多尺度分析的人脸识别比较研究  

A comparative study of multiscale methods for face recognition

作　　者：张九龙[1] 夏春莉[2] 张志禹[2] 焦妍[2] 

机构地区：[1]西安理工大学计算机科学与工程学院,陕西西安710048 [2]西安理工大学自动化与信息工程学院,陕西西安710048

出　　处：《微型机与应用》2011年第7期46-49,共4页Microcomputer & Its Applications

基　　金：国家自然科学基金项目(61075007)

摘　　要：在分析Gabor小波的基础上,提出了一种变采样率Gabor小波的方法,与传统的Gabor小波相比,其识别效果得到大幅提高。该方法采用Curvelet、Log-Gabor小波和Contourlet三种方法结合主分量分析应用于人脸识别。对比实验结果表明,针对表情变化,Curvelet变换不仅识别性能最佳、速度也最快;而针对光照变化,Contourlet综合性能最好,对光照变化具有较强的鲁棒性。综合而言,使用Contourlet变换对图像进行特征提取效果非常好,它能很好地表达人脸的主要信息,是对人脸图像的一种稀疏的、有效的表达。This paper presents a novel method of variable sampling rate Cabor wavelet analysis method on the basis of Gabor wavelet, compared with conventional Gabor wavelet method, the recognition effect is vastly improved. In addition, The methool use Curvelet, Log-Gabor wavelet and Contoudet transform three methods combining principal component analysis applied in face recognition, the comparative experiments show that Curvelet has both highest recognition rate and fastest speed for expression changes. Whereas for illumination changes, Contourlet outperforms others. In all, Contourlet is good for image feature extraction, and can well express the main information on faces, and forms a sparse representation for facial images.

关 键 词：多尺度几何分析 CURVELET变换 GABOR小波 Log—Gabor小波 CONTOURLET变换 主分量分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]