1 太原科技大学计算机科学与技术学院，太原 030024
2 中国科学院地理科学与资源研究所，北京 100101
针对稀疏描述方法因计算复杂度高难以满足实际需求以及对训练样本个数敏感的问题，提出一种差异性 Shearlet 特征的快速稀疏描述人脸识别方法。首先对人脸图像采用 Shearlet变换得到多尺度多方向的人脸特征；然后利用匹配得分融合策略对 Shearlet特征进行融合，构成差异性特征；进而构造针对每个测试样本的“最佳”稀疏表示并计算其相关系数；最后依据训练样本在描述测试样本中所做贡献的大小，实现对测试样本图像的分类识别。在 ORL和 YALE人脸库上的实验结果表明，所提算法在保证高识别率优势的同时大大降低了时间复杂度。
人脸识别 稀疏描述 Shearlet变换 匹配得分融合 face recognition sparse description Shearlet transform match score fusion
