基于SIFT算法的多表情人脸识别研究

• 作者: 张莉彬
• 来源期刊: 粘接
• 学科: 工学
• 关键词: SIFT算法 多表情 人脸识别
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数据信息与智能
• 页码范围: 111-114
• 页数: 4页
• 分类号: TP391.41
• 字数: 3295字
• 语种: 中文

摘要

近年来,人脸识别研究课题备受关注,在很多领域与行业都有着广泛的应用需求.在国际上,对人脸识别的研究已经获得了明显的突破性发展,而自动人脸识别系统的应用效果也十分突出,但是,在光照、姿势、形态、表情等出现变化的时候,系统识别率会明显降低,准确性也会有所下降,因此进一步探究多表情人脸识别势在必行.通过基于SIFT算法,识别多表情人脸,在人脸库中进行仿真实验分析,即针对相同人不同表情进行人脸识别、不同人相同表情人脸识别,结果显示,SIFT算法可以在很大程度上可知不同人脸之间的相似性,还可以获取人脸的细节部分特征.并通过Jaffe表情枯坐仿真实验分析,从中可知在阈值为0.35的状态下,多表情人脸图像识别的正确率为95.70％,这就说明在多表情人脸识别中有效应用SIFT算法具有良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张莉彬		8	0	0.0	0.0