轻量级智能终端人脸识别系统研究与实现

• 作者: 周海东 马国峻
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 人脸识别 轻量级 智能终端 SIFT 检测区域划分
• 年，卷（期）: 2015,（Z1）
• 所属期刊栏目: 学术论文
• 页码范围: 149-156
• 页数: 8页
• 分类号: TP391
• 字数: 6823字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015294

摘要

针对传统人脸识别算法不能有效适用于智能移动终端的问题,提出一种基于经典SIFT算法的特征加权分簇匹配的轻量级改进方案,该方案能自动学习、自适应添加可靠的测试样本到训练样本空间,具有合理划分和科学权值分配特性,使该方案在识别率和运行时间上都有提高.改进算法分别在ORL人脸库和Yale人脸库做了测试,相对于经典SIFT算法识别率提升了6.13％和14.11％,运行效率提升了9.1％和4.7％.同时按照Zhou的测试方法,在ORL人脸库识别率达到74.05％,比PCA、LBP等经典算法都有明显的提升,并在Android智能终端中对识别方案做了实现,实验数据验证了改进算法在Android系统的可用性,最后提出一种基于云架构的改进方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马国峻	西安文理学院信息工程学院	9	24	4.0	4.0
2	周海东	西安电子科技大学通信工程学院	1	7	1.0	1.0