一种仿生的人脸不变特征提取方法
为了提高基于子空间算法的人脸识别的识别率,提出一种仿生的人脸不变特征提取方法.通过模拟初级视皮层(V1)的信息处理机制,构建一个二层结构的分层网络提取人脸图像的不变特征.网络的第1层模拟Vl简单细胞的功能,通过稀疏编码方法学习获得一组类似Vl简单细胞的滤波器,利用该组滤波器提取图像的光照不变特征;第2层模拟V1复杂细胞的功能,通过局部极大值运算对第1层的输出在空间和尺度邻域内进行合并,得到对光照、表情、轻微姿态变化和面部局部细节变化具有鲁棒性的人脸不变特征.以此不变特征代替原始人脸图像作为子空间算法的输入,从而提高识别率.在FERET和ORL人脸库上的实验表明,相对于直接使用子空间算法,方法将识别率提高了4.95%~20.35%.
人脸识别、人脸不变特征、分层网络、稀疏编码
32
TP391.41(计算技术、计算机技术)
国家863计划2007AA01Z423;重庆市科技攻关计划CSTC2009AB0175;公安部应用创新项目2010YYCXC.QSJ074;中央高校基本科研业务费CDJXS10122218;重庆市自然科学基金CSTC2010BB2230;高等学校博士学科点专项科研基金20100191120012
2011-08-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
813-818