基于HOG多特征融合与随机森林的人脸识别

摘要：

针对人脸识别在复杂环境下识别率低的问题,提出了一种基于梯度直方图(HOG)多特征融合与随机森林的人脸识别方法.该方法通过HOG特征描述子对人脸进行特征提取.首先以网格作为采样窗在整个人脸图上进行整体HOG特征的提取,并将人脸图像分成均匀子块,在包含有人脸关键部分的子块中提取局部HOG特征.然后通过二维主成分分析(2DPCA)和线性判别分析(LDA)对整体和局部特征进行降维,并进行特征层融合形成最终分类特征,最后通过随机森林分类器对其进行分类.FERET人脸库、CAS-PEAL-R1人脸库、真实场景人脸库实验表明,该方法对光照具有鲁棒性,且有较高的识别率和较短的识别时间.

关键词：人脸识别、梯度直方图(HOG)、二维主成分分析(2DPCA)、线性判别分析(LDA)、随机森林

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2013-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：279-282,317