结合多尺度HOG特征和语义属性的合成素描人脸识别

摘要：

合成素描的人脸识别问题属于异质人脸识别研究领域,在刑侦领域具有重要的实际应用.由于合成素描与人脸照片属于不同模态,对不同模态人脸进行鲁棒的表征是识别的关键.针对合成素描人脸在某些区域缺乏纹理细节,单纯依赖局部细节特征识别率较低的问题,文中提出一种融合多尺度HOG特征并加以语义属性约束的合成素描人脸识别的算法.首先提取出合成素描人脸的全局HOG特征以及五官等关键部位的局部HOG特征来表征人脸的整体结构特征和细节特征,之后将得到的整体结构特征和各个部位的细节特征进行分数层融合,最后用语义属性特征对匹配结果进行重排序.在PRIP-VSGC和UoM-SGFS数据集上进行验证,文中算法rank10的识别率分别达到88.6％和96.7％,与现有算法相比有明显的提高.

关键词：合成素描、素描人脸识别、HOG特征、语义属性、特征融合

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省自然科学基金LGF18F020015

在线出版日期：2020-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：297-304