文献类型：期刊文章

作　　者：肖振球[1] 陈旭东[2] 曾文华[3]

机构地区：[1]嘉应学院计算机学院,广东梅州514015 [2]嘉应学院计算机应用技术研究所,广东梅州514015 [3]厦门大学软件学院,福建厦门361005

出　　处：《湘潭大学自然科学学报》

基　　金：国家自然科学基金项目(41172028)

年　　份：2017

卷　　号：39

期　　号：2

起止页码：90-95

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：当前人脸识别方法对采集环境要求严格,多是基于不变特征格,普适性不强.提出一种基于分块SIFT和GMM的人脸识别方法,首先在人脸整体和各分块图像上分别提取SIFT特征,并采用PCA方法进行降维处理,得到鲁棒性强和区分能力好的人脸特征;然后借鉴假设检验的思想,用通用的背景模型描述生物特征识别问题,并通过GMM方法和本文提出的成对模型构建人脸的背景模型和个体模型,据此计算待识别样本与注册样本之间的相似度,求取分类指数,采用分层决策框架实现人脸识别.仿真实验表明,本文方法对环境变化的识别鲁棒性强、识别性能好.

关 键 词：人脸识别 高斯混合模型 尺度不变特征变换 生物认证

分 类 号：TP391]