论文部分内容阅读
针对现有人脸识别方法在光照变化、表情变化及噪声干扰等情况下识别率下降的问题,本文将主成分分析（PCA）,图像的小波包分解（WPD）和稀疏表示分类（SRC）等算法结合起来进行研究分析,提出了一种融合小波包细节子图及稀疏表示（FW-SRC）的人脸识别方法。该方法首先将图像小波包分解以后的子图像进行加权融合,对融合后的图像进行特征提取并构造特征空间,然后用样本在特征空间上的投影集构造稀疏字典,最后通过对人脸图像的稀疏表示实现分类识别。采用Yale B、AR和CMU PIE人脸库分别进行了光照、表情及噪声鲁棒性的