一种基于彩色+深度的人脸识别算法

摘要：

本文提出了一种基于彩色+深度(RGB-D)的人脸识别方法, 以提高识别率.首先从Kinect获得一个具有丰富的头部姿势变化、 光照变化等不同条件下的彩色+深度(RGB-D)图像, 将获取的同一个人在不同条件下的多个图像看做一个图像集;其次将Kinect获得的原始深度数据用于姿态估计和脸区域的自动裁剪.根据估计的姿态将一组脸部图像集分成多个子图像集.对于分类, 本文提出了一种基于块的协方差矩阵表示图像模型在黎曼流形上一个子图像集的方法以降维, 并使用SVM模型分别学习每个子图像集, 然后将所有子图像集的结果相融合得出最终的识别结果.本文所提出的方法已经在包含不同条件下超过5 000幅 RGB-D图像数据集中进行了评估.实验结果表明本文算法可实现高达98.84%的识别率.

关键词：k-均值、局部二进制模式、支持向量机、黎曼流形、图像集分类、人脸识别算法

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：241-249