相关滤波器和2DPCA相融合的变光照人脸识别

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (7): 149-153.

Variable illumination face recognition based on correlation filter and 2DPCA

WU Xide1，2, ZHOU Qingbiao1

1.Zhejiang Industry Polytechnic College, Shaoxing, Zhejiang 312000, China
2.School of Computer Engineering, Huazhong University of Science & Technology, Wuhan 430030, China

Online:2014-04-01 Published:2014-04-25

摘要/Abstract

摘要： 为解决变光照下人脸识别的识别率低问题，提出一种最佳相关滤波和2DPCA相融合的光照人脸识别方法。通过采用特定类2DPCA重构人脸图像，生成一对相关滤波器；测试人脸图像通过相关性滤器将投影到二维子空间中，并根据预先设定的峰旁瓣比阈值进行人脸识别；最后采用PIE和YaleB人脸库进行仿真实验。相比其他人脸识别方法，该方法获得了更高的人脸识别率，鲁棒性更强。

关键词: 人脸识别, 光照变化, 相关滤波器, 最佳投影图像

Abstract: In order to improve the recognition rate, a novel variable illumination face recognition method is proposed based on correlation filter and 2DPCA. Firstly, a pair of correlation filters is generated from input image projected by class specific 2DPCA, and then the test face images are projected onto a 2D subspace by correlation filter, and face image is recognized by threshold of PSR, finally, the simulation experiments are carried out to test performance of the proposed method on YaleB and PIE image database. The proposed method obtains higher recognition rate and more robust than the other image recognition methods.

Key words: face recognition, illumination, correlation filter, optimal projection

吴曦德1，2，周庆标1. 相关滤波器和2DPCA相融合的变光照人脸识别[J]. 计算机工程与应用, 2014, 50(7): 149-153.

WU Xide1，2, ZHOU Qingbiao1. Variable illumination face recognition based on correlation filter and 2DPCA[J]. Computer Engineering and Applications, 2014, 50(7): 149-153.

[1]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[2]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[3]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[4]	石正宇，陈仁文，黄斌. 基于自归一化神经网络的低分辨率人脸识别[J]. 计算机工程与应用, 2021, 57(3): 137-143.
[5]	李俊瑶，黎智辉，谢兰迟，侯欣雨，叶东. 基于老化模型的跨年龄人脸识别研究进展[J]. 计算机工程与应用, 2021, 57(24): 27-38.
[6]	刘金金，李清宝，李晓楠. 基于对抗学习和知识蒸馏的神经网络压缩算法[J]. 计算机工程与应用, 2021, 57(21): 180-187.
[7]	徐遐龄，刘涛，田国辉，于文娟，肖大军，梁陕鹏. 有遮挡环境下的人脸识别方法综述[J]. 计算机工程与应用, 2021, 57(17): 46-60.
[8]	徐然然，吴小俊，尹贺峰. 鉴别性非负表示分类及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(13): 147-153.
[9]	王钰，刘凡，王菲. 基于自编码器和稀疏表示的单样本人脸识别[J]. 计算机工程与应用, 2021, 57(1): 168-172.
[10]	董艳花，张树美，赵俊莉. 有遮挡人脸识别方法综述[J]. 计算机工程与应用, 2020, 56(9): 1-12.
[11]	王国屹，孙永荣，吴雷，曾庆化. 分块检测尺度自适应的圆形目标相关跟踪[J]. 计算机工程与应用, 2020, 56(8): 177-184.
[12]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[13]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[14]	张飞翔，余学儒，何卫锋，李琛. 结合改进的损失函数与多重范数的人脸识别[J]. 计算机工程与应用, 2020, 56(24): 144-150.
[15]	潘荣敏，袁杰，王宏伟，米汤. 融合深度信息的移动机器人跟踪方法研究[J]. 计算机工程与应用, 2020, 56(14): 161-168.