基于改进Hausdorff距离的人脸匹配方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (35): 169-171.

基于改进Hausdorff距离的人脸匹配方法

刘福新^1,3,杜世培¹,陈益强²

1.贵州大学电子科学与信息学院，贵阳 550003
2.中国科学院计算技术研究所，北京 100080
3.上海中科计算技术研究所，上海 201203

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-11 发布日期:2007-12-11
通讯作者: 刘福新

Application of modified Hausdorff distance in face match

LIU Fu-xin^1,3,DU Shi-pei¹,CHEN Yi-qiang²

1.College of Information Engineering，Guizhou University，Guiyang 550003，China
2.Institute of Computing Technology，Chinese Academy of Sciences，Beijing 100080，China
3.Shanghai Institute of Computing Technology，Chinese Academy of Sciences，Shanghai 201203，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-11 Published:2007-12-11
Contact: LIU Fu-xin

摘要/Abstract

摘要： 提出了一种基于改进Hausdorff距离的人脸相似度匹配的方法，该方法首先将人脸划分为脸型、双眼、鼻、嘴等几个特征点集，分别计算各部分的改进Hausdorff距离，然后进行加权计算相似度。利用该方法，在ASM（主动形状模型）定位人脸的基础上进行了人脸检索。实验表明，利用人脸相似度计算方法对人脸特征库进行搜索，达到了较好的效果。同时结合ASM自动人脸检测，本方法可以全自动完成人脸匹配，应用于人脸识别及数字娱乐等领域。

关键词: Hausdorff距离, 图形匹配, 人脸检索, 主动形状模型

Abstract: This paper presents a new method to match human faces with the Modified Hausdorff Distance（MHD）.First we divide human face into four parts：face profile，eyes，nose and mouth，the MHD of each part is calculated.And each part is given a certain weighting value.Then with the advantage of the Active Shape Model（ASM），we extract the facial feature points and define a new similarity calculation between two faces based on the Modified Hausdorff Distance.Experiments show that our method performs well while retrieving face from the database according to a user’s input face.Our method can be applied to face recognition，digital entertainment field etc.

Key words: Hausdorff distance, image match, face retrieval, Active Shape Model（ASM）

刘福新^1,3,杜世培¹,陈益强². 基于改进Hausdorff距离的人脸匹配方法[J]. 计算机工程与应用, 2007, 43(35): 169-171.

LIU Fu-xin^1,3,DU Shi-pei¹,CHEN Yi-qiang². Application of modified Hausdorff distance in face match[J]. Computer Engineering and Applications, 2007, 43(35): 169-171.

[1]	范建平，成瑞，吴美琴. 区间复模糊软集的距离测度及其应用[J]. 计算机工程与应用, 2020, 56(9): 248-259.
[2]	洪洋1，乔晓君2，白晓东3. 基于模板匹配的移动设备手写汉字笔画识别[J]. 计算机工程与应用, 2017, 53(20): 105-110.
[3]	黄飞，尤启房，杨晋吉. ASM的手骨提取方法研究[J]. 计算机工程与应用, 2016, 52(3): 164-168.
[4]	郭婷婷，林意，薛思骐. 一种快速计算参数曲面间Hausdorff距离近似值的方法[J]. 计算机工程与应用, 2016, 52(10): 171-176.
[5]	孟春宁，吕建平，陈萱华. 基于普通红外摄像机的手势识别[J]. 计算机工程与应用, 2015, 51(16): 17-22.
[6]	朱俊梅1，顾明亮1，2，张世形2，贾晶晶1. 基于改进Citation-KNN算法的性别识别研究[J]. 计算机工程与应用, 2015, 51(15): 206-210.
[7]	桑海峰，吴丹阳，王会. 视频监控下的人脸跟踪与识别系统[J]. 计算机工程与应用, 2014, 50(12): 175-179.
[8]	曹闻1，刘浩2，李润生1. 一种改进的Hausdorff距离地图匹配方法[J]. 计算机工程与应用, 2013, 49(6): 159-162.
[9]	梁斌，段富. 奇异值分解和改进PCA的视频人脸检索方法[J]. 计算机工程与应用, 2013, 49(11): 177-182.
[10]	苏育挺，王静，冀中. 基于仿射包和伪Zernike矩的视频人脸检索[J]. 计算机工程与应用, 2012, 48(34): 179-183.
[11]	牟善玲1，2，郑刚1，2. 动态心电波形数据的聚类有效性评价方法研究[J]. 计算机工程与应用, 2011, 47(32): 148-150.
[12]	李晔，王映辉，刘晶. 基于脊谷特征提取的三维人脸识别[J]. 计算机工程与应用, 2011, 47(12): 7-11.
[13]	韩诚. Vague集的相似度理论[J]. 计算机工程与应用, 2010, 46(36): 56-60.
[14]	张毅¹，彭晓明¹，陈武凡^1，2. Hausdorff距离和量子粒子群的二维图像匹配[J]. 计算机工程与应用, 2010, 46(17): 179-181.
[15]	闻佳¹，崔维². 实时视频中的车辆运动轨迹的提取和聚类[J]. 计算机工程与应用, 2010, 46(11): 155-157.