基于圆形邻域SIFT特征描述子的3D人脸识别

• 作者: 刘瑞珍 卢官明
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 特征描述子 尺度不变特征变换 特征匹配 评分融合
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 图像处理与视频编码专题
• 页码范围: 11-17
• 页数: 7页
• 分类号: TP391.41
• 字数: 5368字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.03.002

摘要

提出一种基于圆形邻域尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的三维人脸识别方法.首先,针对传统SIFT描述子向量维数高、匹配耗时的问题,文中提出了一种改进的SIFT特征描述子及其生成方法.该方法在利用传统SIFT算子精确定位特征点的基础上,采用以特征点为中心的圆形邻域来代替矩形邻域进行特征描述.然后,分别对3D人脸的灰度图和深度图提取特征描述子.在特征点匹配阶段,根据人脸图像的先验知识剔除部分误匹配点对.最后,采用决策级的评分融合策略完成3D人脸识别.实验结果表明,该算法能够有效降低特征匹配时间,人脸识别的平均识别率高达95.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢官明	南京邮电大学通信与信息工程学院	74	904	16.0	29.0
2	刘瑞珍	南京邮电大学通信与信息工程学院	1	6	1.0	1.0