基于稀疏学习与显著性的人脸识别方法研究

• 作者: 孔英会 尹紫薇 车辚辚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 复杂环境 特征提取 稀疏编码 视觉注意机制 显著图
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 271-276
• 页数: 6页
• 分类号: TP391.4
• 字数: 3766字
• 语种: 中文

摘要

针对复杂环境下人脸识别效果差、识别率低等问题,提出一种利用稀疏学习及显著性理论提取人脸特征的方法.基于稀疏编码理论模拟人类视觉感知机制,利用学习得到的基函数构造多尺度多方向滤波器提取图像外观轮廓特征,并对该特征做局部二值模式滤波,以突出人脸局部细节纹理特征.依据视觉注意机制对处理后的特征构造显著图,增强关键特征对于人脸识别的贡献.在LFW、YALE标准库和自制视频帧图像库上的实验结果表明,该方法的识别率高于传统特征提取方法,得到的人脸特征更具代表性,并且在复杂环境下具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔英会	华北电力大学电子与通信工程系	84	765	14.0	24.0
2	车辚辚	华北电力大学电子与通信工程系	25	151	8.0	11.0
3	尹紫薇	华北电力大学电子与通信工程系	1	4	1.0	1.0