用SIFT词汇树实现的姿态无关的人脸识别

• 作者: 何骅 张剑 肖俊 詹小四
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: SIFT特征 词汇树 K近邻 保局投影 姿态无关的人脸识别
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1694-1700
• 页数: 7页
• 分类号: TP391
• 字数: 4999字
• 语种: 中文

摘要

自动人脸识别是智能视频监控的重要组成部分.为提高人脸姿态不确定时的识别准确率,提出一种姿态无关的识别方法.该方法分为训练与识别2个阶段:在训练阶段,利用样本图像的SIFT特征构造词汇树,基于该词汇树对每幅图像进行定量表示,并利用保局投影进行维度约减;在识别阶段,通过提取待识别图像的SIFT特征,利用已有词汇树表示图像,并通过保局投影得到低维特征,采用K近邻方法进行识别.实验结果表明,该方法在人脸姿态不确定的情况下能够有效地提高识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖俊	浙江大学计算机科学与技术学院	17	267	9.0	16.0
2	张剑	浙江外国语学院科学技术学院	3	17	2.0	3.0
3	何骅	浙江外国语学院科学技术学院	7	37	3.0	6.0
4	詹小四	浙江外国语学院科学技术学院	5	23	3.0	4.0