基于SIFT的视觉单词在人脸识别中的研究

• 作者: 陈曦
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 人脸识别 尺度不变特征变换 仿射SIFT 视觉单词
• 年，卷（期）: 2013,（20）
• 所属期刊栏目: 研究简报
• 页码范围: 5988-5992
• 页数: 5页
• 分类号: TP391.41
• 字数: 3862字
• 语种: 中文

摘要

近年来,基于视频的人脸识别吸引了很多人的关注,同时,视觉词袋(BoWs)模型已成功地应用在图像检索和对象识别中.提出了一种基于视频的人脸识别的方法,它利用了视觉单词,在经典的视觉单词中,第一次在兴趣点提取尺度不变特征变换(SIFT)的图像描述；这些兴趣点由高斯差分(DoG)检测,然后基于k均值的视觉词汇生成,使用视觉单词的索引以取代这些描述符.然而,在人脸图像中,由于面部姿势失真,面部表情和光照条件变化,SIFT描述符不是很好.因此,使用仿射SIFT(ASIFT)描述符作为人脸图像表示法.在Yale及ORL人脸数据库上的实验结果表明,在人脸识别中,基于仿射SIFT描述符的视觉单词方法可以获得较低的错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	长江师范学院数学与计算机学院	11	37	4.0	5.0