基于Gabor特征和EHMM的人脸识别方法

摘要：

针对传统人脸识别方法在受到表情、姿态和光照等影响时存在鲁棒性差的问题,提出了一种改进的人脸识别方法.在特征提取上,该方法首先提取人脸的Gabor特征,接着利用DCT(discrete cosinetransform)压缩使得相似特征得到聚合,最后利用PCA(principal component analysis)分别筛选出最能够代表人脸各个区域的DCT系数.在识别方法上,该方法采用了嵌入式隐马尔科夫模型(embedded hidden markov model,EHMM),并基于人脸的认知结构信息对嵌入式隐马尔可夫人脸结构模型进行了改进.对比实验结果表明,该方法识别率高,复杂度低,并具有较好的鲁棒性,易于在工程上应用.

关键词：人脸识别、嵌入式隐马尔科夫模型、Gabor小波变换、离散余弦变换

所属期刊栏目：23

分类号：TP18(自动化基础理论)

资助基金：重庆市杰出青年基金2008BA2041;重庆邮电大学基金A2009-26;重庆市计算机网络与通信技术重点实验室开放基金CY-CNCL-2009-02

在线出版日期：2011-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：355-362