唐守军， 吴洪武

(1.广东开放大学 基础教学部，广东 广州 510091;2.华南理工大学 数学学院，广东 广州 510641)



基于Snake模型和协作表示分类的鲁棒人脸识别方法

唐守军1*， 吴洪武2

(1.广东开放大学 基础教学部，广东 广州 510091;2.华南理工大学 数学学院，广东 广州 510641)

人脸图像的姿态和偏转角度变化严重影响人脸识别的性能，为此提出一种基于Snake模型姿态矫正和协作表示分类(CRC)的鲁棒人脸识别方法．首先，利用Snake模型提取人脸图像边缘和特征点，对偏转人脸图像进行矫正．然后，提取Gabor特征，构建特征向量．最后，采用CRC算法，对图像特征进行协作表示，根据样本图像与测试图像的残差来判断图像类别．实验结果表明，提出的方法对偏转角度、姿态、光照变化具有很强的鲁棒性．

人脸识别；姿态偏转；Snake模型；协作表示分类；Gabor特征

人脸是一种广泛接受的有效生物特征指标，人脸识别(FR)已成为计算机视觉应用中的研究热点[1]．尽管许多人脸识别算法能在约束条件下取得较好的识别效果，但在实际应用中，人脸图像的不同偏转角度、光照条件、面部表情、遮挡等变化环境对识别性能具有显著的影响[2]．

目前，学者已经提出了一些处理上述变化的人脸识别方法．例如，文献[3]提出一种基于尺度不变特征融合(FSIF)的识别方法，利用尺度不变特征转换算法提取特征，能够一定程度解决姿态变化的影响．文献[4]利用主动表观模型(AAM)边界化脸面，并匹配来自图库的正面人脸图，在提取Gabor特征之前对偏转人脸进……