小样本条件下基于随机森林和Haar特征的多姿态人脸识别

• 作者: 吴怀宇 周致富 张志芬 陈洋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 小样本 随机森林 Haar 多姿态 SURF算法
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP391.4
• 字数: 5689字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.12.027

摘要

针对小样本环境下存在人脸姿态、表情变化等干扰时的人脸识别问题,提出利用基于Haar特征的随机森林分类器完成对注册样本和待识别人脸图像的关键点自适应定位,再以SURF(Speed-Up Robust Features)特征的欧氏距离决策得出初匹配和再匹配关键点,完成人脸识别,解决在小样本环境下识别多姿态人脸图像的问题.实验结果证明,该方法在表情、姿态变化等干扰情况下能有效提高小样本人脸识别的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴怀宇	武汉科技大学信息科学与工程学院	100	816	14.0	23.0
2	张志芬	武汉科技大学信息科学与工程学院	2	8	1.0	2.0
3	周致富	武汉科技大学信息科学与工程学院	2	4	1.0	2.0