谭萍, 邢玉娟
TAN Ping, XING Yujuan
摘要:
针对人脸图像受表情、 光照、 角度变化等因素影响, 传统算法难以获得较理想的人脸识别结果问题, 提出一种基于混合Gauss模型的鲁棒人脸识别算法. 先将每副图像划分成子块, 提取其方向梯度直方图特征, 并加入子块相应的空间位置信息产生人脸图像的局部特征向量; 再采用全部图像的局部特征向量训练混合Gauss模型生成人脸特征向量; 最后采用最小二乘支持向量机建立人脸识别分类器, 实现人脸匹配与识别. 采用ORL,Yale和CIGIT人脸库进行仿真对比测试, 仿真结果表明, 该算法的人脸识别率高于其他人脸识别算法, 对光照、 角度、 表情等有较强的鲁棒性, 且可以获得更快的人脸识别速度.
中图分类号: