基于频率簇模型的人脸识别
目的 针对复杂条件下人脸识别鲁棒性差的问题,提出了一种基于频率簇(FC)模型的人脸识别方法.方法 该方法首先在人脸图像内检测目标区域,在目标区域内划分特征子区域并设定采样单元,统计采样单元内前景区域和背景区域的信息熵;然后计算采样单元的熵能量和能量频率,归一化频率系数,利用能量频率的二阶偏导确定人脸子区域边界,以此得到有效采样单元,建立人脸主特征信息;最后,根据采样单元的坐标位置、熵能量和能量频率信息进行排序,得到每个采样单元的几何布局,以采样单元的熵能量、能量频率和几何布局构建人脸的频率簇模型,并以此作为人脸特征进行识别匹配.结果 在FERET、ORL、Yale组合人脸库和CMU-PIE人脸库上进行实验测试,该方法的识别准确率分别为99.11％和97.36％,单幅人脸图像的平均识别速度为0.077 s,结果表明,该方法对复杂条件下的人脸识别具有很好的实时性和准确性.结论 该方法可以有效克服光照变化、特征模糊、姿态和表情变化等因素对人脸识别的影响,具有较好的鲁棒性,对提高人脸识别性能具有重要意义.
人脸识别、熵能量、能量频率、几何布局、频率簇
21
TP391(计算技术、计算机技术)
国家自然科学基金项目61172144;辽宁省科技攻关计划项目2012216026National Natural Science Foundation of China61172144
2016-10-18（万方平台首次上网日期，不代表论文的发表时间）
共12页
1166-1177
