一种自适应加权HOG特征的人脸识别算法

发布时间：2019-06-21 03:43

【摘要】：为了提高人脸识别在复杂条件下的识别率,提出一种基于自适应加权梯度方向直方图特征(AW-HOG)的人脸识别方法。该方法首先将人脸图像分成均匀子块,并利用HOG描述算子提取分块人脸特征,根据各分块对识别的贡献率自适应地计算各分块的权重,然后融合权重系数以及各分块的HOG特征,形成AW-HOG特征并采用主成分分析(PCA)算法进行降维,最后利用支持向量机(SVM)进行分类识别。在Yale B以及AR标准人脸库上的实验结果表明,提出的人脸识别方法在识别率上优于传统算法且对光照具有较强的鲁棒性。
[Abstract]:In order to improve the recognition rate of face recognition under complex conditions, a face recognition method based on adaptive weighted gradient direction histogram feature (AW-HOG) is proposed. In this method, the face image is divided into uniform subblocks, and the block face features are extracted by HOG description operator. According to the contribution rate of each block to recognition, the weight of each block is calculated adaptively. Then the AW-HOG feature is formed by combining the weight coefficient and the HOG feature of each block, and the principal component analysis (PCA) algorithm is used to reduce the dimension. Finally, the support vector machine (SVM) is used for classification and recognition. The experimental results on Yale B and AR standard face database show that the proposed face recognition method is superior to the traditional algorithm in recognition rate and has strong robustness to illumination.
【作者单位】： 东华大学信息科学与技术学院;东华大学数字化纺织服装技术教育部工程研究中心;
【基金】：上海市教委科研创新重点项目(No.12ZZ059)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 池磊;李文勇;;模糊数学和自适应加权平均在多传感器数据融合中的比较研究[J];装备制造技术;2012年12期

2 李大勇,王红军;基于时间序列的自适应加权被动定位[J];计算机仿真;2004年11期

3 陈晓娟;夏立;卜乐平;杨加军;;自适应加权融合算法在图像型火灾探测系统中的应用[J];舰船电子工程;2011年03期

4 肖军,张石,徐心和;基于模糊组合变量的自适应加权控制[J];控制与决策;2001年02期

5 梁毓明;徐立鸿;朱丙坤;;测距传感器系统的测距数据在线自适应加权融合[J];工业仪表与自动化装置;2009年05期

6 张阳;沈明霞;孙玉文;刘政;柏广宇;;基于多传感器自适应加权融合的温室信息系统[J];传感器与微系统;2014年06期

7 常瑞娜;穆晓敏;杨守义;齐林;;基于局部空间像素特征的自适应加权滤波算法[J];计算机工程与应用;2008年06期

8 陈晓云;胡运发;;基于自适应加权的文本关联分类[J];小型微型计算机系统;2007年01期

9 郑驰超;彭虎;韩志会;;互相关自适应加权的医学超声成像算法研究[J];物理学报;2014年14期

10 关新平,刘冬,唐英干;基于可分离性判据的自适应加权纹理图像分割[J];计算机应用研究;2005年11期

相关硕士学位论文 前5条

1 邵州华;多传感器数据融合算法的研究与应用[D];东北大学;2013年

2 杨浩博;多外观模型自适应加权的粒子滤波目标跟踪算法研究[D];郑州大学;2016年

3 李培培;自适应加权超宽带能量检测接收技术的研究[D];长安大学;2016年

4 朱晓倩;自适应加权平均滤波器权系数的选取[D];暨南大学;2008年

5 姜滨;FSP近区段含水率预测算法及温度自适应加权融合方法研究[D];东北林业大学;2010年

，

本文编号：2503758