基于局部正脸合成和两阶段表示的三阶段人脸识别算法

被引：2

作者：

赵清杰

齐惠

张雨

王浩

机构：

[1] 北京理工大学计算机学院智能信息技术北京市重点实验室

来源：

北京理工大学学报 | 2017年 / 37卷 / 06期

关键词：

人脸识别; 正脸合成; 稀疏表示;

D O I：

10.15918/j.tbit1001-0645.2017.06.016

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于两阶段表示的人脸识别算法(TPTSR)识别率高,并且对遮挡、噪声等干扰鲁棒,但是当人脸姿态有较大变化时,TPTSR算法的识别率会明显下降.针对这一问题,提出基于局部正脸合成和TPTSR的三阶段人脸识别算法:第一个阶段,正脸合成阶段,利用提出的正脸合成算法和视点库,将偏转角度较大的测试样本合成相应的正脸,作为新的测试样本;第二个阶段,样本筛选阶段,选择出对最新的测试样本最具表示能力的M个训练样本;第三个阶段,决策识别阶段,用这M个训练样本做人脸识别.通过与经典算法的对比实验证明,提出的3PTSR人脸识别算法能有效解决多姿态人脸识别问题.

引用

页码：637 / 643

页数：7

共 8 条

[1] 基于因子分析与稀疏表示的多姿态人脸识别 [J].

张疆勤 ;

廖海斌 ;

李原 .

计算机工程与应用, 2013, 49 (05) :154-159

[2] 正面人脸图像合成方法综述 [J].

赵林 ;

高新波 ;

田春娜 .

中国图象图形学报, 2013, 18 (01) :1-10

[3] 基于因子分析的实用人脸识别研究 [J].

廖海斌 ;

陈庆虎 ;

鄢煜尘 .

电子与信息学报, 2011, 33 (07) :1611-1617

[4]

Pose-robust face recognition via sparse representation[J] . Haichao Zhang,Yanning Zhang,Thomas S. Huang.Pattern Recognition . 2012

[5]

Regression based automatic face annotation for deformable model building[J] . Akshay Asthana,Simon Lucey,Roland Goecke.Pattern Recognition . 2011 (10)

[6] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

[7]

A two-phase test sample sparse representation method for use with face recognition .2 Xu,Yong,Zhang,David,Yang,Jian,Yang,Jing-Yu. IEEE Transactions on Circuits and Systems for Video Technology . 2011

[8]

Oriental face database .2 AIR Institute of Artificial Intelligence and Robotics. http//www.aiar.xjtu.edu.cn/groups/face/Chinese/Homepage.htm . 2011

← 1 →