林克正,张元铭,李昊天

(哈尔滨理工大学 计算机科学与技术学院,哈尔滨 150080)

1 引 言

人脸识别技术始于20世纪,是新兴的综合性的工程,涉及机器学习,数字图像处理与模式识别等多门计算机专业课程.随着人脸识别技术的不断成熟,人脸识别技术越来越多的被应用到各个领域,包括交通,医药,警务等.人脸识别极大的提高各工作部门的工作效率[1,2].

图像的特征提取是对图像识别分类最主要的方法,特征提取就是找到图像最重要本质的特征并将其数值化.随着人脸识别技术的不断成熟,越来越多具有良好不变性特征和应用价值的特征描述子被发掘研究,例如HOG(Histogram of Oriented Gradients)[3,4]、LBP[5,6]、Gabor[7]特征等.而单一的HOG特征提取方法忽略了图像的局部特征,单一的Gabor特征提取后图像特征维数太大,且不具备亮度变化保护不变等要素,这就导致有时候单一的特征提取方法对一些复杂目标的图像并不能获得令人满意的提取结果,多种特征及提取方法的融合[8]因其可以发挥各自优势而成为必然的选择.

本文提出了一种基于分块Gabor的梯度直方图特征提取算法.该方法首先将待识别的人脸图像通过Gabor特征提取方法得到图不同尺度和方向的图像Gabor特征,然后对特征从尺度和方向两方面进行融合并分块,最后对分块后的图像特征再进行HOG特征提取,对提取到的HOG特征进行PCA降维,得到新的H-G特征.该算法相较于其他传统识别方法具有更高的识别精度和准确度,并且该算法对……