融合高斯金字塔特征的低分辨率人脸识别

• 作者: 侯谕融 狄岚 梁久祯
• 来源期刊: 小型微型计算机系统
• 关键词: 低分辨率 加权投票法 高斯金字塔 特征融合 人脸识别
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 2107-2115
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.10.016

摘要

为提高低分辨率人脸图像的识别性能,提出一种基于高斯图像金字塔特征融合的低分辨率人脸识别方法.首先,通过多尺度分析技术建立低分辨率人脸高斯金字塔;针对金字塔各层人脸图像特点,使用恰当的特征提取方法获取各层图像的特征谱,其中底层图像进行局部二值模式计算,并将统计直方图序列作为该层的人脸特征谱;中间层使用适当的Gabor滤波器进行卷积,提取的Gabor特征谱作为中间层的人脸特征谱;采用方向梯度直方图对顶层提取人脸边缘细节特征谱;最后,对高斯金字塔的每层特征谱进行连接处理,并作为整个人脸图像的特征向量放入3种分类模型(KNN,SVM和RF)中进行分类识别,结合各分类模型对低分辨率人脸图像的优势,计算权值对各结果进行加权投票融合,得到最终分类结果.实验结果显示,本文算法在ORL和YALE等人脸库上取得良好识别效果,在23×28像素的人脸图像上获得93.5％的识别率,并对光照、表情、姿态变化等具备一定的鲁棒性.