基于SIFT稀疏表示的人脸识别算法

• 作者: 朱洋洋 贺兴时
• 来源期刊: 西安工程大学学报
• 关键词: 人脸识别 尺度不变特征变换 FisherVector 主成分分析 稀疏表示
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 基础科学
• 页码范围: 106-112
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2020.06.017

摘要

为了提高人脸识别的准确率,提出基于尺度不变特征变换(scale invariant feature transform,SIFT)的稀疏表示人脸识别算法.根据SIFT特征对光照、表情、姿态的鲁棒性和稀疏表示对噪声因子的稳健性及其优越的分类性能,提取人脸图像多尺度空间的SIFT局部特征;再利用Fisher Vector(FV)方法对图像特征进行编码,用似然函数的梯度向量来表达图像,使其包含更深层次的信息;最后用融合的SIFT-FV特征构造稀疏表示字典矩阵,主成分分析方法降低数据维度,用稀疏表示分类算法对人脸进行识别.将该算法应用到Yale、Orl和AR人脸库上,识别率均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时		136	975	16.0	25.0
2	朱洋洋		1	0	0.0	0.0