基于轮廓线特征的三维人脸识别改进算法

• 作者: 李晓娟 杨唐文 阮秋琦 韩建达
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 三维人脸识别 面部轮廓特征 模糊聚类 改进的Manhattan距离
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 34-38
• 分类号: TP391.4|TP18
• 字数: 4202字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2012.01.007

摘要

研究基于面部轮廓曲线特征的三维人脸识别.为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法.该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息.基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果.实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮秋琦	北京交通大学信息科学研究所	105	1445	20.0	32.0
2	韩建达	中国科学院沈阳自动化所机器人学国家重点实验室	84	1156	21.0	29.0
3	杨唐文	北京交通大学信息科学研究所	11	180	6.0	11.0
4	李晓娟	北京交通大学信息科学研究所	8	128	5.0	8.0