基于主动表观模型姿态矫正和局部加权匹配人脸识别
非约束环境下,光照、姿态、表情、遮挡等复杂背景因素给人脸识别带来严重影响.提出一种基于AAM(active appearance model)的图像对齐和局部匹配人脸识别算法,使之能够增强人脸识别算法对姿态、表情变化的鲁棒性.AAM能够快速准确地定位人脸的特征点,进而将图像扭转到一个标准正面人脸模型中.接着,提出一种新的基于信息熵的Gabor jet加权方法用于提高人脸识别率;并且对Borda count分类器组合方法进行了改进,认为在投票过程中为其设置阈值来排除“噪声”的干扰可以提高识别率.通过与多种人脸识别方法的实验结果比较表明,使用AAM矫正图像后,联合熵加权Gabor方法和加阈值Borda能够取得比单独使用更好的成绩.
人脸识别、AAM、Borda count、熵权重、Gabor特征
18
TP391.41(计算技术、计算机技术)
国家自然科学基金项目60902083
2014-01-15（万方平台首次上网日期，不代表论文的发表时间）
共5页
1582-1586
