基于信息熵和Harris算法的人脸图像质量评价

由于人脸识别算法的成熟度以及外界复杂环境的干扰,采集到的大量人脸图像中存在着模糊、残缺、侧脸等非正面人脸图像,既影响了后期的处理速度,又加重了服务器的负担,占用了大量的资源。该方法是通过分析图像的清晰度和基于人脸的对称性,利用Harris角点提取算法,读取采集到的图像的信息熵及特征点,通过训练,比较左右半脸的特征点数目,设定参数,排除掉不合要求的图像,输出指定数目的清晰图像,便于人脸图像的自动建模等。算法简单,运算速度快,实际应用中效果良好,基本达到实际应用的要求。

LBP直方图与PCA的欧式距离的人脸识别

基于LBP算子具有旋转不变性和灰度不变性等显著特点,本文通过LBP算子的特征提取,将人脸分成子区域,然后通过连接这些子区域的LBP直方图生成人脸特征向量,由于生成的特征向量的维数过高,通过PCA算法降维压缩,最后用欧式距离分类器完成测试样本和训练样本的人脸识别,通过实验比较得出很好的人脸识别效果,此人脸识别算法过程用于火车站等各种公共场合有很好的应用效果。