基于NSCT和伪Zernike矩的人脸识别

摘要

为了提高光照条件下人脸识别系统的识别率,提出了一种非下采样Contourlet变换和伪Zernike矩相结合的人脸识别新算法.该算法首先利用软阈值去噪方法在Lamber-tian光照模型中提取人脸的光照不变成分,然后计算其伪Zernike矩向量作为人脸的分类特征.在Extended YaleB和CMU PIE人脸库上的实验结果表明,与常用的人脸识别算法相比,文中算法能够更有效地去除光照影响,适应尺度和姿态变化,极大地提高了人脸识别的精度.