鉴别相对梯度直方图特征提取与分类方法

摘要：

在相对梯度直方图特征的基础上，结合Fisher线性鉴别分析和角度距离相似性度量方法，提出了一种鉴别相对梯度直方图特征提取与分类方法。充分利用相对梯度直方图和鉴别分析的优势，使所得特征保留更多的对分类有利的信息；引入角度距离相似性度量，很好地克服了传统余弦相似性度量的缺陷，使人脸分类更准确。通过FERET、YaleB和PIE 3个人脸图像子集上的实验证实，鉴别相对梯度直方图特征提取与分类方法能显著提升图像梯度描述特征的分类精度，并对人脸的光照变化具有良好的健壮性。

关键词：人脸识别、梯度特征描述、相似性度量、鉴别分析

分类号：TP391.41(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金资助项目20100191120012

在线出版日期：2014-03-12（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：108-111,116