基于特征点邻域SIFT描述子的人脸识别

• 作者: 华继钊 李文洋 陈云
• 来源期刊: 现代电子技术
• 关键词: 局部二值特征 线性回归 特征点 SIFT特征描述子
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 23-26
• 页数: 4页
• 分类号: TN911.73-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.03.006

摘要

在人脸识别算法中，尺度不变的SIFT特征是人脸局部特征的重要描述方式之一。在传统SIFT方法中，由于特征点的坐标是根据高斯差分空间的局部极值点来确定的，造成特征点匹配困难。通过基于回归的局部二值特征对人脸进行校准，确定对人脸有意义的特征点位置。用SIFT特征描述子的不变特性描述人脸的局部特征，能够有效地提高识别速度以及识别率。对特征点进行区域加权，能够对人脸的姿态变化以及角度偏转有一定的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈云	扬州大学信息工程学院	41	638	13.0	25.0
2	华继钊	扬州大学信息工程学院	16	147	7.0	11.0
3	李文洋	扬州大学信息工程学院	2	2	1.0	1.0