基于改进Kaze特征匹配的低分辨人脸识别算法

• 作者: 傅敏 刘本永
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 低分辨人脸识别 P-M扩散滤波 Kaze特征
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子·计算机技术
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP391.41
• 字数: 2828字
• 语种: 中文
• DOI: 10.15958/j.cnki.gdxbzrb.2016.03.24

摘要

针对普通算法难以提取低分辨人脸图像特征以实现人脸识别问题,探讨一种基于改进Kaze特征匹配的识别算法.首先,通过改进P-M扩散滤波中阈值和扩散函数来保留低分辨图像的边缘和细节,并利用加性算子分裂算法构造非线性尺度空间;其次,通过寻找不同尺度归一化后的Hessian矩阵局部极大值点来检测特征点,并使用M-SURF构造特征描述向量;最后,利用欧式距离进行特征向量的匹配实现识别分类.实验结果表明,与基于SIFT、SURF和普通Kaze 特征匹配的算法相比,所探讨算法正确识别率更高,同时对噪声图像也有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘本永	贵州大学大数据与信息工程学院	32	107	6.0	9.0
5	傅敏	贵州大学计算机科学与技术学院	1	0	0.0	0.0