基于Gabor滤波器的快速人脸识别算法

针对传统人脸识别方法中所提取特征维数高、计算量大等缺点,提出一种新的正面人脸识别算法。新算法融合了半边人脸识别方法、Gabor滤波器、基于互信息判据的Gabor特征筛选来进行人脸识别。新算法将人脸图像分为左右两个部分,计算并比较人脸图像左右半边脸的熵,选取熵值较大的半边人脸图像进行Gabor特征提取。利用二值分类器判别单个Gabor特征的分类能力,选取分类能力较强的特征（最具判决力的特征）。再利用互信息判据对Gabor特征进行第二次筛选,以减小特征之间的冗余度。最后利用最近邻判别器来进行人脸识别。实验结果表明,新算法的识别率优于传统半边脸识别方法,识别速度也优于传统的利用Gabor滤波器进行特征提取的方法。     

一种彩色图像配准算法C-GLOH

图像配准是图像三维重构、计算机视觉、模式识别、遥感图像处理等众多领域的关键技术之一。目前将颜色信息运用到图像配准中较为实用的算法是CSIFT,但该算法从速度、效率和鲁棒性上都劣于传统SIFT算法。为此,提出一种C-GLOH彩色图像配准算法:提取彩色图像各个位置处的颜色不变量,以颜色不变量作为输入图像进行SIFT,其中在构造描述子时,采用改进的GLOH方法,提高了描述子的性能。最后用最近邻法进行匹配。实验结果表明,提出的C-GLOH算法较CSIFT算法有更高的匹配精度、效率和更快的运算速度。