面向人脸识别的WPD-HOG金字塔特征提取方法

摘要：

人脸识别技术可应用于各监控和安保领域,它涉及特征提取、识别模型等关键技术.其中特征提取方法直接影响识别效果,目前所用的特征提取方法存在特征表达不全面、计算复杂度高等问题.据此,提出一种基于WPD-HOG金字塔的人脸特征提取方法,该方法结合小波包分解(Wavelet Packet Decomposition,WPD)、图像金字塔以及方向梯度直方图(Histograms of Oriented Gradients,HOG)对人脸图像特征进行有效表征,最终将WPD-HOG金字塔特征通过SVM分类器进行分类.通过在ORL人脸库上进行实验,与四种对比方法HOG、HOG金字塔、FWPD-HOG以及FWPD-HOG金字塔进行比较,实验结果表明,WPD-HOG金字塔特征提取方法的识别率要高于对比方法,且在噪声方面具有较好的鲁棒性.

关键词：人脸识别特征提取、小波包分解、图像金字塔、方向梯度直方图

所属期刊栏目：54

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省国际合作项目2015081007;2016年太原理工大学教改项目24;山西省优秀人才科技创新项目201605D211021

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：150-155