10.16652/j.issn.1004-373x.2016.15.014
字典学习优化结合HMAX模型的鲁棒人脸识别
针对人脸识别中由于姿态、光照等变化而影响识别性能的问题,提出了字典学习优化结合HMAX模型的人脸识别方法。首先,使用样本图像和从样本获得的仿射包模型联合表示一幅图像;然后,利用HMAX模型提取C2特征,并利用字典学习优化特征矩阵;最后,将视觉注意模型与原始模型的C2特征进行组合,并利用支持向量机完成分类。在Caltech和AR人脸数据库上的实验结果表明,相比其他几种较新的人脸识别方法,提出的方法取得了更好的识别性能,对人脸表情和光照变化具有鲁棒性。
人脸识别、HMAX模型、鲁棒性、支持向量机(SVM)、字典学习优化
39
TN911.73-34;TP391.4
河南省高等学校重点科研项目15A520063;河南省教育厅科学技术研究重点项目13A520221,14A520045;贵州省重大基础研究项目黔科合JZ字[2014]2001号
2016-08-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
53-57