文献类型：期刊文章

作　　者：徐望明[1,2,4] 张培[1,4] 伍世虔[3,4]

XU Wang-ming;ZHANG Pei;WU Shi-qian(School of Information Science and Engineering,Wuhan University of Science and Technology, Wuhan,Hubei 430081,China;Engineering Research Center of for Metallurgical Automation andDetecting Technology of Ministry of Education,Wuhan University of Science and Technology,Wuhan, Hubei 430081,China;School of Machinery and Automation,Wuhan University ofScience and Technology,Wuhan,Hubei 430081,China;Institute of Robotics and IntelligentSystems,Wuhan University of Science and Technology,Wuhan,Hubei 430081,China)

机构地区：[1]武汉科技大学信息科学与工程学院,湖北武汉430081 [2]武汉科技大学教育部冶金自动化与检测技术工程研究中心,湖北武汉430081 [3]武汉科技大学机械自动化学院,湖北武汉430081 [4]武汉科技大学机器人与智能系统研究院,湖北武汉430081

出　　处：《北京理工大学学报》

基　　金：国家自然科学基金资助项目(61775172,61371190);武汉科技大学研究生创新创业基金资助项目(JCX2016013)

年　　份：2019

卷　　号：39

期　　号：7

起止页码：732-737

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、RSC、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为提高对光照、表情、姿态等可变因素的鲁棒性,提出一种基于多方向Gabor特征图稀疏表示的人脸识别方法.对人脸图像进行多方向多尺度Gabor变换,然后将同一方向不同尺度的Gabor特征进行融合得到多方向特征图,再对每个方向的融合特征图提取Gist特征并赋予自适应权重,接着将所有方向特征图的自适应加权Gist特征串联构成人脸图像特征向量,最后利用稀疏表示分类方法实现人脸识别.实验结果表明,本文算法在Yale、ORL和ExtendedYaleB人脸数据库上的平均识别率分别达到99.8%、99.7%和100.0%.

关 键 词：GABOR变换 特征融合  自适应加权Gist特征  稀疏表示  人脸识别

分 类 号：TP391]