基于γ变换的Weber-Faces的人脸识别方法

• 作者: 伍世虔 方红萍 杨超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 光照归一化 γ变换 韦伯人脸 人脸识别 特征提取
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 174-178
• 页数: 5页
• 分类号: TP391.41
• 字数: 3620字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.034

摘要

光照变化对单样本人脸识别的效果影响巨大.对于光照问题,Weber-Faces的局部光照相同的假设在光照突变下不是非常严谨.为了消除光照影响,提高人脸识别率,针对这一假设问题,提出一种基于y变换的Weber-Faces光照归一化方法.通过γ变换有效改善人脸图像的光照条件,达到局部光照均匀化的目的,使得局部光照相同的假设更加合理;通过Weber-Faces的方法进行光照归一化,能够消除光照分量,得到对光照更加鲁棒的反射人脸;提取反射人脸的LBP特征并进行识别.在光照角度变化的Extend Yale B人脸库和光照强度变化的AR人脸库上进行实验.实验结果证明,该方法对光照具有更好的鲁棒性,能够提高Weber-Faces的人脸识别率.在两个数据库上的识别率可以分别达到99.04％和99.56％,高于Weber-Faces的98.94％和99.50％,并优于其他光照归一化方法,如SSR、GIC、SQI、MSW等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方红萍	武汉科技大学信息科学与工程学院	21	380	9.0	19.0
2	伍世虔	武汉科技大学机械自动化学院	25	160	4.0	12.0
4	杨超	武汉科技大学机械自动化学院	15	50	3.0	6.0