基于局部特征和集成学习的鲁棒彩色人脸识别算法

• 作者: 廖帆 欧阳军林 舒华忠 邵珠宏
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 彩色人脸识别 局部特征 四元数pseudo-Zernike矩 集成学习
• 年，卷（期）: 2015,（2）
• 页码范围: 251-255
• 页数: 5页
• 分类号: TP391
• 字数: 3235字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2015.02.010

摘要

为了充分利用人脸图像的局部信息、改善现有基于整体特征的彩色人脸识别算法的识别率,提出了一种基于局部特征和集成学习分类器的鲁棒彩色人脸识别算法.在特征提取阶段,使用自适应四元数pseudo-Zernike矩(AQPZMs)来描述图像子块的特征.对于具有较大熵的图像子块使用较高阶次的四元数pseudo-Zernike矩(QPZMs)提取特征,反之则使用较低阶次的QPZMs.在匹配识别阶段,使用集成学习分类器进行判别.针对不同彩色人脸图像库的测试结果表明,当人脸图像受到光照、表情等因素影响时,与采用QPZMs或者四元数二维主成分分析(Q2DPCA)进行整体特征提取的识别算法相比,所提算法的识别率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒华忠	东南大学影像科学与技术实验室	135	1036	15.0	25.0
2	欧阳军林	东南大学影像科学与技术实验室	5	41	4.0	5.0
3	邵珠宏	东南大学影像科学与技术实验室	2	16	2.0	2.0
4	廖帆	东南大学影像科学与技术实验室	2	12	1.0	2.0