论文部分内容阅读
针对Shearlet变换在提取特征数据时存在冗余性以及无法对全局特征进行稀疏表征的缺点,提出了一种Shearlet多方向特征融合与加权直方图的人脸识别算法。首先,对原始图像采用Shearlet变换得到多尺度多方向的人脸特征,然后按照两种编码方式将同一尺度下不同方向的特征进行编码融合,并将融合后的尺度图像划分为若干大小相等的不重叠矩形块,利用Shannon熵理论对各子模式进行加权融合。在ORL、FERET和YALE人脸库中做了多组实验,充分证明该算法相对于传统Shearlet滤波器在分类识别上更具有优势。