-
题名基于改进Kaze特征匹配的低分辨人脸识别算法
- 1
-
-
作者
傅敏
刘本永
-
机构
贵州大学计算机科学与技术学院
贵州大学大数据与信息工程学院
贵州大学智能信息处理研究所
-
出处
《贵州大学学报(自然科学版)》
2016年第3期102-105,共4页
-
基金
科技部国际合作项目(2009DFR10530)
-
文摘
针对普通算法难以提取低分辨人脸图像特征以实现人脸识别问题,探讨一种基于改进Kaze特征匹配的识别算法。首先,通过改进P-M扩散滤波中阈值和扩散函数来保留低分辨图像的边缘和细节,并利用加性算子分裂算法构造非线性尺度空间;其次,通过寻找不同尺度归一化后的Hessian矩阵局部极大值点来检测特征点,并使用M-SURF构造特征描述向量;最后,利用欧式距离进行特征向量的匹配实现识别分类。实验结果表明,与基于SIFT、SURF和普通Kaze特征匹配的算法相比,所探讨算法正确识别率更高,同时对噪声图像也有更好的鲁棒性。
-
关键词
低分辨人脸识别
p-m扩散滤波
Kaze特征
-
Keywords
low resolution face
p-m diffusion filtering
Kaze feature
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-