小样本条件下采用Gabor特征的人脸识别.pdfVIP

计算机辅助设计句阁形学学报 第 17 卷第2 期 Vo1.17 , No.2 2005 年2 月 JOURNAL OF COMPUTER-AIDED DESIGN COMPU丁ER GRAPHICS Feb. , 2005 小样本条件下来用 Gabor 特征的人脸识别 万峰 杜明辉 (华南理工大学电子与通信工程系 广州 510640) (f. wan@263.net) 摘 要 人脸表征和特征提取是人脸识别中的关键问题.针对 Gabor 特征的识别能力问题，利用点分布模型和类别 可分离性判据研究了人脸不同位置和不同 Gabor 展开系数的分类能力.实验结果表明，合理地构造 Gabor 特征和选 择特征点位置，能够提高识别率和减少特征数量.在此基础上，提出了在小样本条件下结合主动形状模型和 Gabor 特征进行人脸识别的方法. 关键词 人脸识别;Gabor 变换;点分布模型;主动形状模型 中回法分类号 TP391.4 Face Recognition Using Gabor Feature with Small Samples Wan Feng Du Minghui (Deμrtment 01 Communication and Electronic Engineering , South αina University 01 Technology , G咄咄zhou 510640 ) Abstract Face representation and feature extraction are the key problems to face recognition. We perform feature selection based on PDM and discriminating power of Gabor features in different locations , orientations and scales. Experiments show that these methods achieve higher recognition rate with fewer features. In the paper we have also pfoposed a novel face recognition method based on active shape model (ASM) and Gabor transform. Key word.s face recognition; Gabor transform; point distribution model; active shape model 在离散状况下，采用 8 个方向和 5 个尺度的来 样能够保证Gabor 变棋不丢失原有朋像信息[3] 文献 1 前宵 [1-2J均采用了这样的采样方法，即对每一个特征点 Gabor 小被与人类视觉系统中简单细胞的视觉 使用全部的 Gabor 展开系数构成特征矢盘.虽然上 剌激响应非常相似.在提取目标的脐部空间和频率 述方法能够校好地璇征阁像，但对于识别来说，阁像 域信息方面，Gabor 小波具有良好的特性，被广泛应 的特征并不一定更为显著化或有利于识别的进行. 用于小样本条件下的人脸识别. Lades 等首先提出 此外，利用 Gabor 变换获得特征是图像的局部特征， 用基于 Gabor 变换的弹性罔匹配算法[1] 进行人脸识