计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
11期
164-169
,共6页
Curvelet变换%分块熵%自适应特征提取%鉴别能力分析
Curvelet變換%分塊熵%自適應特徵提取%鑒彆能力分析
Curvelet변환%분괴적%자괄응특정제취%감별능력분석
针对光照对人脸特征提取的影响,提出了一种基于多尺度Curvelet变换的自适应局部熵的光照鲁棒性人脸特征提取方法.采用特殊局部对比增强算法对光照不均衡图像进行光照补偿,同时使图像局部特征显著;通过对增强后的图像进行Curvelet多尺度分解,得到的分解系数进行分块求熵从而构成候选特征向量;通过特征鉴别能力分析和评估,对候选特征值进行最优选择.在ORL,Yale,YaleB,AR四个人脸数据库中的实验结果表明,该方法与传统的PCA,LDA方法相比,避免小样本和特征分解问题,同时具有环境适应性和抗光照影响的特点.
針對光照對人臉特徵提取的影響,提齣瞭一種基于多呎度Curvelet變換的自適應跼部熵的光照魯棒性人臉特徵提取方法.採用特殊跼部對比增彊算法對光照不均衡圖像進行光照補償,同時使圖像跼部特徵顯著;通過對增彊後的圖像進行Curvelet多呎度分解,得到的分解繫數進行分塊求熵從而構成候選特徵嚮量;通過特徵鑒彆能力分析和評估,對候選特徵值進行最優選擇.在ORL,Yale,YaleB,AR四箇人臉數據庫中的實驗結果錶明,該方法與傳統的PCA,LDA方法相比,避免小樣本和特徵分解問題,同時具有環境適應性和抗光照影響的特點.
침대광조대인검특정제취적영향,제출료일충기우다척도Curvelet변환적자괄응국부적적광조로봉성인검특정제취방법.채용특수국부대비증강산법대광조불균형도상진행광조보상,동시사도상국부특정현저;통과대증강후적도상진행Curvelet다척도분해,득도적분해계수진행분괴구적종이구성후선특정향량;통과특정감별능력분석화평고,대후선특정치진행최우선택.재ORL,Yale,YaleB,AR사개인검수거고중적실험결과표명,해방법여전통적PCA,LDA방법상비,피면소양본화특정분해문제,동시구유배경괄응성화항광조영향적특점.