基于改进ORB特征的多姿态人脸识别

被引：26

作者：

周凯汀 ^{[1
]}

郑力新 ^{[2
]}

机构：

[1] 华侨大学信息科学与工程学院

[2] 华侨大学工学院

来源：

计算机辅助设计与图形学学报 | 2015年 / 02期

关键词：

人脸识别; 多姿态; 多视图; ORB; 特征匹配;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了克服通过全局特征以及每位个体单个模板样本进行多姿态人脸识别的不足,提出基于改进的ORB局部特征以及每位个体多个模板样本的多姿态人脸识别方法.首先改进ORB算子的采样模式提高算子对人脸视角变化的鲁棒性,并采用每位个体的多个训练样本建立模板库,然后提取并匹配测试样本与模板样本的改进ORB特征.在特征提取阶段,为避免关键点数目变化的干扰,对全部样本提取一致数目的关键点;在特征匹配阶段,采用基于模型和基于方向的双重策略剔除误匹配点对,使用匹配点对数目与平均距离评价测试样本与每个模板样本的吻合程度.对CAS-PEAL-R1和XJTU数据库的实验结果表明,改进的ORB特征具有更好的识别性能;与采用多个训练样本构建个体单个模板样本的方法相比,在训练样本数目相同的条件下,该方法能较好地避免姿态的干扰,具有更好的识别效果.与SIFT算子相比,ORB算子在特征提取与特征匹配2个阶段都具有明显的速度优势.

引用

页码：287 / 295

页数：9

共 6 条

[1] CAS-PEAL大规模中国人脸图像数据库及其基本评测介绍 [J].