自适应特征提取的光照鲁棒性人脸识别OACSCDCSTPCD
Adaptive feature extraction for illumination invariant face recognition.
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,…查看全部>>
An adaptive local entropy feature extraction method based on the multi-resolution Curvelet transform is proposed for face recognition according to illumination. It compensates uneven illumination and makes local details notable through local contrast enhancement. Then the enhanced images are fed into the Curvelet transform. The block entropy of Curvelet coefficients consists of the candidate feature vectors. Feature discrimination power analysis and evaluati…查看全部>>
王美;梁久祯
江南大学物联网工程学院,江苏无锡214122江南大学物联网工程学院,江苏无锡214122
信息技术与安全科学
Curvelet变换分块熵自适应特征提取鉴别能力分析
Curvelet transform block entropy adaptive feature extraction discrimination power analysis
《计算机工程与应用》 2012 (11)
164-169,6
江苏省自然科学基金(No.BK2008098).
评论