光照健壮人脸识别的低秩相对梯度直方图特征

wushy

摘要:为了进一步提升人脸梯度特征的光照健壮性,本文结合低秩分解能有效分离图像本质特征和噪声的特性,提出了一种光照健壮的低秩相对梯度直方图特征提取方法.首先,通过对人脸图像进行相对梯度运算获得了图像的相对梯度幅值图像和各像素的梯度方向信息.然后,为了去除相对梯度图像中由于非均匀光照而引入的光照边缘误差,利用低秩分解将相对梯度图像分解为低秩分量和稀疏噪声分量之和.最后,结合人脸图像的梯度方向信息对相对梯度图像的低秩分量进行离散化,滤波和局部二值模式编码形成了人脸的低秩相对梯度直方图特征.在经典的FE-RET子集以及具有代表性的YaleB和PE光照子集上的实验显示:低秩相对梯度直方图特征的人脸识别性能显著优于相对梯度直方图特征、方向梯度幅值模式特征和图像低秩特征等方法的性能;在YaleB子集上,低秩相对梯度直方图特征的人脸识别精度比相对梯度直方图特征的人脸识别精度高至少4% .实验结果证明,低秩相对梯度直方图特征对光照变化,尤其是非均匀光照变化的人脸识别具有很强的健壮性.
7 k7 i6 ]$ F( P  F2 l6 m关键词:人脸识别;低秩分解;相对梯度;光照健壮性

游客，如果您要查看本帖隐藏内容请回复

5 [4 J' \/ s5 ]( f, j/ E

dull

光照健壮人脸识别的低秩相对梯度直方图特征，收藏了。