论文研究基于稀疏PCA的多阶次分数阶傅里叶变换域特征人脸识别.pdf

鉴于人脸识别面临光照、表情和遮挡等因素的影响，提出了一种在分数阶傅里叶变换域稀疏表示的人脸识别。基于分数阶傅里叶变换对光照、表情的鲁棒性，已在图像处理领域得到应用。FRFT幅度随阶次的变换呈现压缩性，而SPCA提取其主要信息，且分为主要信息域和次要信息域，融合两者的互补信息组成混合幅度特征，然后融合混合幅度特征、实部特征和虚部特征，最后融合不同阶次下FRFT域特征。此外提出基于贪婪算法的分数阶阶次选择算法和基于Fisherfaces的权重方法。ORL和AR人脸数据库上识别率分别达到了96.5%和976%，充分证明了该算法对人脸识别的有效性。