基于SIFT的视觉单词在人脸识别中的研究

摘要：

近年来,基于视频的人脸识别吸引了很多人的关注,同时,视觉词袋(BoWs)模型已成功地应用在图像检索和对象识别中.提出了一种基于视频的人脸识别的方法,它利用了视觉单词,在经典的视觉单词中,第一次在兴趣点提取尺度不变特征变换(SIFT)的图像描述；这些兴趣点由高斯差分(DoG)检测,然后基于k均值的视觉词汇生成,使用视觉单词的索引以取代这些描述符.然而,在人脸图像中,由于面部姿势失真,面部表情和光照条件变化,SIFT描述符不是很好.因此,使用仿射SIFT(ASIFT)描述符作为人脸图像表示法.在Yale及ORL人脸数据库上的实验结果表明,在人脸识别中,基于仿射SIFT描述符的视觉单词方法可以获得较低的错误率.

关键词：人脸识别、尺度不变特征变换、仿射SIFT、视觉单词

所属期刊栏目：13

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2013-10-21（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：5988-5992