基于小波变换的多字典人脸识别方法
李舜
姚明海
李劲松
王娜
渤海大学 信息科学与技术学院,辽宁 锦州121013
摘要：传统基于稀疏表示的人脸识别方法因未充分利用样本包含的信息,而存在较低的鲁棒性和识别率等问题.提出基于小波变换的多字典人脸识别方法.提取人脸图像的多尺度纹理特征,构建多字典,每个字典分别对应样本的原始图像和不同尺度的纹理信息.为提高人脸识别的准确性,在训练阶段利用相同的系数表示将不同字典相关联,深入挖掘了人脸图像与其不同尺度纹理间的共性,探索人脸不同特征的内在联系.较仅聚焦于样本单一特征的传统方法,克服了忽视样本不同特征间联系的不足,更深刻地挖掘训练样本人脸特征且突出了不同类训练样本的个性特征.在多个人脸数据库上的实验结果表明,识别性能有明显的提升.
关键词：字典学习稀疏表示人脸识别小波变换
分类号：TP399(计算技术、计算机技术)
资助基金：2019-ZD-0503(No)辽宁省教育厅科学技术研究项目(NoLJ2020003)辽宁省教育厅科学技术研究项目(NoWJ2020004)
论文发表日期：2022-06-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 185-192 )
英文信息