| 基于半动态外观模型的人脸识别 |
| |
| 引用本文： | 杨占栋,解梅.基于半动态外观模型的人脸识别[J].计算机工程,2011,37(24):150-151. |
| |
| 作者姓名： | 杨占栋 解梅 |
| |
| 作者单位： | 电子科技大学电子工程学院,成都,611731 |
| |
| 基金项目： | 广东省科技计划基金资助项目 |
| |
| 摘 要： | 在进行人脸识别时，光照、表情、角度等因素的影响会大幅增加数据计算的时空复杂度。为此，提出一种新的图像外观统计模型，在动态形状模型中引入灰度共生矩阵(GLCM)，通过计算图像形状对齐情况下的GLCM，建立半动态外观模型。基于ORL人脸数据库的实验结果表明，该模型相比动态外观模型，识别准确率更高，速度更快。
|
| 关 键 词： | 半动态外观模型 动态形状模型 灰度共生矩阵 动态外观模型 人脸识别 |
| 收稿时间： | 2011-06-01 |
Face Recognition Based on Semi-active Appearance Model |
| |
| YANG Zhan-dong,XIE Mei.Face Recognition Based on Semi-active Appearance Model[J].Computer Engineering,2011,37(24):150-151. |
| |
| Authors: | YANG Zhan-dong XIE Mei |
| |
| Affiliation: | (School of Electronic Engineering,University of Electronic Science and Technology of China,Chengdu 611731,China) |
| |
| Abstract: | The influence of the illumination, expression and the angle and so on may enhance the time complexity and space complexity of the data computation greatly during the face recognition, so this paper proposes a new statistical model for image appearance. Active Shape Model （ASM） is introduced in Grey Level Co-occurrence Matrix（GLCM）. By calculating the GLCM under the shape of the image alignment, Semi-active Appearance Model（SAAM） is established. Experiments on the standard ORL face database show that compared with ASM, the model gains higher recognition rate and speed. |
| |
| Keywords: | Semi-active Appearance ModeI（SAAM） Active Shape ModeI（ASM） Grey Level Co-occurrence Matrix（GLCM） Active AppearanceModeI（AAM） face recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
