基于梯度图及Hausdorff距离的人脸识别算法
2016-12-19李小丽
安徽科技学院学报 2016年5期
李小丽
(泉州经贸职业技术学院,福建 泉州 362000)
基于梯度图及Hausdorff距离的人脸识别算法
李小丽
(泉州经贸职业技术学院,福建 泉州 362000)
本文提出一种基于梯度图及PHD(Partial Hausdorff Distance)距离的人脸识别算法。首先,为了使识别独立于光照变化,所有图像均转换为梯度图,其次,采用Hausdorff距离进行图像的匹配,实验结果显示该方法适用于人脸识别,且距离计算对于光照,及较小的姿态、表情变化具有一定的鲁棒性。最后,实验采用AR及FERET人脸数据库,并与EM(Edge Map)与LEM(Line segment Edge Map)算法进行比较。
人脸识别;Hausdorff距离;梯度图
基于边缘的方法能有效的运用于人脸检测与人脸识别中,其具有花费空间少,对于光照变化较不明显。代表算法如: EM[1]and LEM[2]。EM算法采用边缘映射和M2HD[3]用于模板匹配,LEM算法则是基于边缘线和LHD来进行模板匹配,LEM算法使用几何特征与结构特征进行模板匹配,同时包含了一种新的理念在该算法中,即人脸识别可以通过边缘线映射来进行。
LEM算法对内存容量要求较EM少,识别精度能比EM算法更高,虽然其计算时间也比EM算法少,但LEM算法仍然需要每对线段的的距离与方向,其计算机代价也是相当高,因此,EM与LEM算法仍然不能有效的使用整个人脸面部特征进行识别。本文将提出一种更加简单而高效的使用灰度映射的方法进行人脸识别,灰度映射不但能减少彩色图像中对光照的敏感性,且能够使用到整个人脸的特征。
Hausdorff距离是描述两组点集之间相似程度的一种量度,并广泛应用于对象的比较和识别如人脸检测与识别。……
登录APP查看全文
