简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。
基于多尺度特征提取与多元回归分析的人脸识别
