基于非下采样contourlet梯度方向直方图的人脸识别

doi:10.11772/j.issn.1001-9081.2014.01.0158

计算机应用 ›› 2014, Vol. 34 ›› Issue (1): 158-161.DOI: 10.11772/j.issn.1001-9081.2014.01.0158

基于非下采样contourlet梯度方向直方图的人脸识别

奉俊鹏,杨恢先,蔡勇勇,翟云龙,李球球

湘潭大学材料与光电物理学院,湖南湘潭 411105

收稿日期:2013-07-22 修回日期:2013-09-15 发布日期:2014-02-14 出版日期:2014-01-01
通讯作者: 奉俊鹏
作者简介:奉俊鹏(1990-),男,湖南娄底人,硕士研究生,主要研究方向:图像处理、数字信号处理,模式识别;杨恢先(1963-),男,湖南益阳人,教授,主要研究方向:图像处理、人工智能;蔡勇勇(1988-),男,江苏南通人,硕士研究生,主要研究方向:模式识别、嵌入式系统;翟云龙(1988-),男,湖北荆门人,硕士研究生,主要研究方向:模式识别、嵌入式系统;李球球(1989-),女,湖南衡阳人,硕士研究生,主要研究方向:模式识别。
基金资助:
湖南省教育厅资助科研项目;湘潭大学资助科研项目

Face recognition based on histograms of nonsubsampled contourlet oriented gradient

FENG Junpeng,YANG Huixian,CAI Yongyong,ZHAi Yunlong,LI Qiuqiu

Faculty of Material and Photoelectronic Physics, Xiangtan University,Xiangtan Hunan 411105, China

Received:2013-07-22 Revised:2013-09-15 Online:2014-02-14 Published:2014-01-01
Contact: FENG Junpeng

摘要/Abstract

摘要： 针对人脸识别系统准确度不高的问题,提出一种基于非下采样Contourlet梯度方向直方图(HNOG)的人脸识别算法。先对人脸图像进行非下采样Contourlet变换(NSCT),并将变换后的各系数矩阵进行分块,再计算各分块的梯度方向直方图(HOG),将所有分块的直方图串接得到人脸图像HNOG特征,最后用多通道最近邻分类器进行分类。在YALE人脸库、ORL人脸库上和CAS-PEAL-R1人脸库上的实验结果表明,人脸的HNOG特征有很强的辨别能力,特征维数较小,且对光照、表情、姿态的变化具有较好的鲁棒性。

关键词: 非下采样Contourlet变换, 梯度方向直方图, 人脸识别, 最近邻分类器

Abstract: Concerning the low accuracy of face recognition systems, a face recognition algorithm based on Histograms of Nonsubsampled contourlet Oriented Gradient (HNOG) was proposed. Firstly, a face image was decomposed with Non-Subsampled Contourlet Transform (NSCT) and the coefficients were divided into several blocks. Then histograms of oriented gradient were calculated all over the blocks and used as face features. Finally, multi-channel nearest neighbor classifier was used to classify the faces. The experimental results on YALE , ORL and CAS-PEAL-R1 face databases show that the descriptor HNOG is discriminative, the feature dimension is small and the feature is robust to variations of illumination, face expression and position.

Key words: Non-Subsampled Contourlet Transform (NSCT), Histograms of Oriented Gradient (HOG), face recognition, nearest neighbor classifier

中图分类号:

TP391.413

奉俊鹏杨恢先蔡勇勇翟云龙李球球. 基于非下采样contourlet梯度方向直方图的人脸识别[J]. 计算机应用, 2014, 34(1): 158-161.

FENG Junpeng YANG Huixian CAI Yongyong ZHAi Yunlong LI Qiuqiu. Face recognition based on histograms of nonsubsampled contourlet oriented gradient[J]. Journal of Computer Applications, 2014, 34(1): 158-161.

[1]	陈侃松, 郑园, 许立君, 王周宇, 张哲, 姚福娟. 基于ThetaMEX全局池化的人脸识别神经网络——ShuffaceNet[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2572-2580.
[2]	韩春港, 刘永辉. 基于GhostNet和特征融合的人脸活体检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2588-2592.
[3]	贺怀清, 闫建青, 惠康华. 基于深度残差网络的轻量级人脸识别方法[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2030-2036.
[4]	杨瑞杰, 郑贵林. 基于InceptionV3和特征融合的人脸活体检测[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2037-2042.
[5]	高工, 杨红雨, 刘洪. 基于深度学习的三维点云人脸识别[J]. 计算机应用, 2021, 41(9): 2736-2740.
[6]	李虹霞, 秦品乐, 闫寒梅, 曾建潮, 鲍骞月, 柴锐. 基于面部特征图对称的人脸正面化生成对抗网络算法[J]. 计算机应用, 2021, 41(3): 714-720.
[7]	杜汉, 龙显忠, 李云. 基于图学习正则判别非负矩阵分解的人脸识别[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3455-3461.
[8]	赵青, 余元辉. 基于分层特征化网络的三维人脸识别[J]. 计算机应用, 2020, 40(9): 2514-2518.
[9]	方书雅, 刘守印. 基于学生人体检测的无感知课堂考勤方法[J]. 计算机应用, 2020, 40(9): 2519-2524.
[10]	李东博, 黄铝文. 重加权稀疏主成分分析算法及其在人脸识别中的应用[J]. 计算机应用, 2020, 40(3): 717-722.
[11]	龚锐, 丁胜, 章超华, 苏浩. 基于深度学习的轻量级和多姿态人脸识别方法[J]. 计算机应用, 2020, 40(3): 704-709.
[12]	陈放, 刘晓瑞, 杨明业. 基于活体检测和身份认证的人脸识别安防系统[J]. 计算机应用, 2020, 40(12): 3666-3672.
[13]	任珍文, 吴明娜. 基于熵自加权联合正则化最近点的图像集分类算法[J]. 计算机应用, 2019, 39(9): 2547-2551.
[14]	方国康, 李俊, 王垚儒. 基于深度学习的ARM平台实时人脸识别[J]. 计算机应用, 2019, 39(8): 2217-2222.
[15]	丁莲静, 刘光帅, 李旭瑞, 陈晓文. 加权信息熵与增强局部二值模式结合的人脸识别[J]. 计算机应用, 2019, 39(8): 2210-2216.

基于非下采样contourlet梯度方向直方图的人脸识别

Face recognition based on histograms of nonsubsampled contourlet oriented gradient

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics