融合高斯金字塔特征的低分辨率人脸识别

摘要：

为提高低分辨率人脸图像的识别性能,提出一种基于高斯图像金字塔特征融合的低分辨率人脸识别方法.首先,通过多尺度分析技术建立低分辨率人脸高斯金字塔;针对金字塔各层人脸图像特点,使用恰当的特征提取方法获取各层图像的特征谱,其中底层图像进行局部二值模式计算,并将统计直方图序列作为该层的人脸特征谱;中间层使用适当的Gabor滤波器进行卷积,提取的Gabor特征谱作为中间层的人脸特征谱;采用方向梯度直方图对顶层提取人脸边缘细节特征谱;最后,对高斯金字塔的每层特征谱进行连接处理,并作为整个人脸图像的特征向量放入3种分类模型(KNN,SVM和RF)中进行分类识别,结合各分类模型对低分辨率人脸图像的优势,计算权值对各结果进行加权投票融合,得到最终分类结果.实验结果显示,本文算法在ORL和YALE等人脸库上取得良好识别效果,在23×28像素的人脸图像上获得93.5％的识别率,并对光照、表情、姿态变化等具备一定的鲁棒性.

关键词：低分辨率;加权投票法;高斯金字塔;特征融合;人脸识别

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：道路交通安全公安部重点实验室开放课题基金项目2020ZDSYSKFKT03-2,A类课题资助

在线出版日期：2021-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2107-2115