基于 HOG和D MMA的单样本人脸识别

• 作者: 岳新启 杨秀坤 汲清波
• 来源期刊: 计算机应用研究
• 关键词: 统计流形学习 单样本 方向梯度直方图 多流形判别分析
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 627-629,634
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.069

摘要

为了提取复杂环境下人脸图像的有效特征，提出了一种结合DMMA（discriminative multi-manifold analysis）和方向梯度直方图（HOG）特征提取算法，利用了一种新的自适应方法计算子图像块的相似度。在DMMA算法中，将一幅样本图像分为不重叠的子图像块后，对每一个小块使用HOG算子进行处理，处理后形成一个统计流形，然后进行特征提取，利用基于重建的流形—流形间的距离最近邻方法进行分类识别。在AR人脸库和FERET人脸库上的实验结果表明，该算法对人脸图像的光照和几何变化比传统的DMMA算法识别性能更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汲清波	哈尔滨工程大学信息与通信工程学院	23	272	9.0	16.0
2	杨秀坤	哈尔滨工程大学信息与通信工程学院	6	21	2.0	4.0
3	岳新启	哈尔滨工程大学信息与通信工程学院	2	13	1.0	2.0