一种自适应加权HOG特征的人脸识别算法

被引：15

作者：

胡丽乔 ^{[1
,2
]}

仇润鹤 ^{[1
,2
]}

机构：

[1] 东华大学信息科学与技术学院

[2] 东华大学数字化纺织服装技术教育部工程研究中心

来源：

计算机工程与应用 | 2017年 / 03期

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;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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。

引用

页码：164 / 168

页数：5

共 7 条

[1] 一种基于LTP自适应阈值的人脸识别方法 [J].