一种KAZE算法在人脸图像匹配中的应用

摘要：

基于 KAZE 人脸图像匹配算法是通过加性算子分裂算法来进行非线性扩散滤波,从而解决高斯分解带来的边界模糊和细节丢失问题。利用任意步长构造稳定的非线性尺度空间,寻找不同尺度归一化后的 Hessian 局部极大值点来实现特征点的检测,采用 M-SURF 来描述特征点,从而构造特征描述向量。在 VS2010和 Opencv环境下分别对KAZE特征和SIFT特征实现人脸图像的匹配。通过改变输入人脸图像的模糊度,旋转角度,尺度大小,亮度变化结合 Matlab 对 KAZE, SIFT, SURF 进行进一步的性能仿真实验。实验结果表明,即使在高斯模糊,角度旋转,尺度变换和亮度变化等情况下依然保持良好的性能。

关键词：人脸图像、KAZE、特征检测、匹配

分类号：TP3;TP1

在线出版日期：2014-05-08（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：144-148,163