局部遮挡条件下的人脸识别

• 作者: 岳震 陈凯勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 遮挡 双属性模型 HOG特征 线性回归
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 224-228,241
• 页数: 6页
• 分类号: TP391.41
• 字数: 5202字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.05.040

摘要

针对局部遮挡条件下的人脸识别问题,提出一种基于双属性模型的HOG特征人脸识别算法.采用线性回归分类对人脸图像进行重构得到误差图像;通过双属性模型将误差图像的特征向量信息与全局特征信息进行融合,得到双属性特征向量信息.同时,采用HOG算子对目标图像进行均匀分块提取局部的HOG特征信息;通过整体分类器对双属性特征向量和局部分块向量进行加权分类.在AR和Yale-B人脸数据库实验证明该算法对人脸的不同区域、不同程度的遮挡识别具有鲁棒性强、识别率高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳震	杭州电子科技大学信息与控制研究所	1	5	1.0	1.0
2	陈凯勇	杭州电子科技大学信息与控制研究所	1	5	1.0	1.0