一种自适应加权HOG特征的人脸识别算法

摘要：

为了提高人脸识别在复杂条件下的识别率,提出一种基于自适应加权梯度方向直方图特征(AW-HOG)的人脸识别方法.该方法首先将人脸图像分成均匀子块,并利用HOG描述算子提取分块人脸特征,根据各分块对识别的贡献率自适应地计算各分块的权重,然后融合权重系数以及各分块的HOG特征,形成AW-HOG特征并采用主成分分析(PCA)算法进行降维,最后利用支持向量机(SVM)进行分类识别.在Yale B以及AR标准人脸库上的实验结果表明,提出的人脸识别方法在识别率上优于传统算法且对光照具有较强的鲁棒性.

关键词：人脸识别、梯度方向直方图、主成分分析、自适应加权、支持向量机

所属期刊栏目：53

分类号：TP391.41(计算技术、计算机技术)

资助基金：上海市教委科研创新重点项目12ZZ059

在线出版日期：2017-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：164-168