基于小波变换和小波神经网络的3D遮挡人脸识别方法  

A Method for 3D Occlusion Face Recognition Based on Wavelet Transform and Wavelet Neural Network

作　　者：孔令美[1] 汤庸[2] 

机构地区：[1]广东技术师范学院天河学院信息与传媒学院,广东广州510540 [2]华南师范大学计算机学院,广东广州510631

出　　处：《湘潭大学自然科学学报》2015年第4期82-86,共5页Natural Science Journal of Xiangtan University

基　　金：国家自然科学基金项目(61272067);广东省自然科学基金团队研究项目(S2012030006242);2013年广东省质量工程建设项目(广东技术师范学院天河学院"计算机科学与技术专业综合改革试点"项目);2015年广东省质量工程项目(广东技术师范学院天河学院计算机科学和技术专业卓越工程师教育培养计划)

摘　　要：提出一种基于小波变换和小波神经网络的3D遮挡人脸识别方法.首先,对待检测人脸的深度图像进行小波变换,计算各层小波变换系数与数据库中平均人脸深度图像的小波变换系数之间的距离,通过阈值分割得到遮挡区域的二值掩膜,进而得到人脸的遮挡区域;然后,对非遮挡区域提取小波变换系数,构建小波神经网络分类器,依据小波网络的人脸空间距离进行3D遮挡人脸识别.仿真实验表明,该文方法对3D人脸的有意遮挡和无意遮挡的鲁棒性强、识别性能好.This paper proposed a method for 3D occlusion face recognition based on wavelet transform and wavelet neural network. First, we execute wavelet transform on the depth image of candidate face, and compute the distance between the coefficients of the candidate depth image and the one of the mean depth image in database, and then obtain the binary mask and occlusion object of occlusion region by using thresh- old segmentation; second, we extract the wavelet transform coefficients of non-occlusion region and construct wavelet neural network classifier, then execute 3D occlusion face recognition according to the space distance of wavelet network. Experiments show that the proposed method is robust to occlusion and have good recognition performance.

关 键 词：人脸识别 小波变换 三维人脸 遮挡 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]