基于Curvelet變換的人臉識別方法研究.pdf

1、作為一種最友好的生物特征識別技術，人臉識別技術在安防監(jiān)控、用戶認證、人機交互等方面有著非常廣泛的應用，已經(jīng)得到了廣大科學家的普遍關注，并涌現(xiàn)出了大量優(yōu)秀的人臉識別算法。
　　 小波變換因其較強的時、頻局部化分析能力以及多分辨率的特點，已經(jīng)被成功應用于人臉識別當中，然而小波變換的基是各向同性的，僅僅能反映一維信號中奇異點的性質(zhì)，進而無法表達二維圖像的“沿”邊緣特征，對含有較多面部輪廓和五官曲線信息的人臉圖像無法實現(xiàn)最優(yōu)的稀疏表示。

2、Candès和Donoho提出的Curvelet變換在很大程度上彌補了小波變換的缺陷，Curvelet變換不但具有小波變換多尺度的特點，同時它還具有較強的方向性以及高度各向異性，能夠很好地表示圖像的直線和曲線奇異特征，相比小波變換可以更稀疏地表達圖像，使信號能量更集中。
　　 本文主要研究了第一代和第二代Curvelet變換的基本理論及其實現(xiàn)過程，并對分解后得到的Curvelet系數(shù)進行了分析，然后研究分析了主成分分析技術理論及