10.3969/j.issn.1000-3428.2012.12.037
贝叶斯模型下基于SIFT特征的人脸识别
根据姿态与表情变化对人脸识别的影响,采用对图像的旋转、尺度变化保持不变性的SIFT算子作为人脸特征,建立人脸各个子区域的相似性测度,并通过混台高斯建立不同变形条件下相同样本与不同样本的相似性概率模型.在此基础上,利用各子区域特有的识别能力获取子区域概率权值,结合基于贝叶斯公式建立的概率框架确定识别结果.实验结果表明,与直接用SIFT算子进行人脸识别的方法相比,该方法在姿态变化较大及表情变化较大的情况下识别率有明显提高.
人脸识别、尺度不变特征变换描述子、贝叶斯概率模型、姿态、表情、子区域
38
TP18(自动化基础理论)
国家自然科学基金资助项目61104213;江苏省自然科学基金资助项目BK2011146;上海变通大学系统控制与信息处理教育部重点实验室开放课题基金资助项目SCIP2011008
2012-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
125-128