基于单演特征和稀疏表示的人脸识别  

Face Recognition Based on Monogenic Feature and Sparse Representation

作　　者：章权兵[1] 黄翔[1] 徐争元[1] 苏娟[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039

出　　处：《华南理工大学学报（自然科学版）》2014年第8期58-63,共6页Journal of South China University of Technology(Natural Science Edition)

基　　金：国家自然科学基金资助项目(61201396;61301296;61377006);高等学校博士学科点专项科研基金资助项目(20113401130001);NSFC-广东联合基金资助项目(U1201255)

摘　　要：为了使得稀疏表示分类方法具有更好的识别效果,提出了基于单演特征的稀疏表示分类(MSRC)方法.相对于Gabor特征,单演特征能够用于提取图像的相位信息,而相位信息对光照不敏感,因此MSRC方法能提高图像的光照鲁棒性.相对于Gabor特征的多尺度和多方向,单演特征能够减少特征的处理时间.实验结果表明:文中所提的方法具有使用价值,识别率和速度方面得到了一定的提升.In order to promote the recognition effect of the sparse representation classification method,a monogenic feature-based sparse representation classification（ MSRC） method is proposed. As compared with the Gabor feature,the monogenic feature can be used to extract the image phase information which is not sensitive to light,so the MSRC method can improve the image robustness to light. As compared with the multi-scale and multi-direction of the Gabor feature,the monogenic feature can reduce the processing time spent on the feature. Experimental results show the proposed method is applicable with higher recognition rate and speed.

关 键 词：人脸识别 稀疏表示 单演特征 GABOR特征 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]