基于Curvelet变换的低分辨率人脸识别方法

作     者：马慧 孙万春 史君华 杨馨竹 郑集元 MA Hui;SUN Wanchun;SHI Junhua;YANG Xinzhu;ZHENG Jiyuan

作者机构：安徽警官职业学院计算机基础教研室合肥230031 合肥师范学院信息技术中心合肥230061 合肥师范学院计算机学院合肥230061 重庆理工大学计算机科学与工程学院重庆400054 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2018年第32卷第11期

页      面：162-168页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2018年度安徽省高等学校自然科学研究项目(12219 zrkx2018B01) 

主　　题：Curvelet变换 2DPCA 人脸识别 

摘      要：随着我国经济实力的提高,大多公共场所都配备监控设备,用以对出现行人及行为的监控,通过监控识别人脸是人脸识别发展的重要方面,以后也将进一步发展。为减少视频数据的空间占比,目前市场大部分采用低分辨率的存储方式来存放视频数据,这对人脸的识别率带来了较大的影响。针对该类问题,首先利用Curvelet变换,对人脸多维空间特征进行数据采集,再利用2DPCA进行降维,最后以最近邻分类器识别,使用人脸数据图片库进行实验比对,完成人脸的识别。实验结果表明:该方法能在实时检测的基础上提高对低分辨率环境下的人脸识别效果。