"梯度脸"局部高阶主方向模式的人脸识别
现有高阶特征的人脸识别由于对噪声敏感导致鲁棒性差以及特征冗长,为此提出一种基于"梯度脸"的局部高阶主方向模式的人脸识别方法.首先设计梯度脸卷积算子,计算像素的多方向梯度分量和,以构造梯度脸;然后在梯度脸上引入主方向分组策略表征其高阶导数特征,以局部邻域高阶导数方向变化的特征码形成主方向特征图;最后分块统计其直方图特征并级联,并利用多分类支持向量机完成分类识别.在多个公开人脸库中的实验结果表明,该方法对光照、表情和面部遮挡等变化因素具有良好的鲁棒性,以及更高的识别效率.
人脸识别;局部导数模式;梯度脸;主方向分组策略
33
TP391.41(计算技术、计算机技术)
国家自然科学基金60802047,60702018
2021-11-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
1495-1503