基于聚类的SIFT人脸检测算法-论文.pdf

《基于聚类的SIFT人脸检测算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第19卷第1期哈尔滨理工大学学报VoLl9No．12014年2月JOURNALOFHARBINUNIVERSITYOFSCIENCEANDTECHNOLOGYFeb．2014基于聚类的SIFT人脸检测算法刘帅，林克正，孙旭东，程卫月，李静天(1．哈尔滨理工大学计算机科学与技术学院，黑龙江哈尔滨150080；2．海军广州91630部队，广东广k't510000)摘要：为解决在人脸识别领域的特征提取问题，提出一种尺度不变特征转换的SIFT算法与聚类分析相结合的算法．在对人脸特征分类时，通过选取最优化的距离阀值，用聚类理论对生成的sI兀

2、’特征进行聚类分析，从而得到若干特征类别．去除一些非主要特征类别，排除其他非目标人脸主要特征的干扰．实验结果表明，改进的sI丌算法比原始算法具有更好的特征匹配效果．关键词：人脸识别；特征提取；SIFT算法；聚类分析中图分类号：TP391．4文献标志码：A文章编号：1007—2683(2014)01—0031—05Scale．invariantFeatureTransformBasedonClusteringinFaceRecognitionLIUShuai，LINKe．zheng，SUNXu—dong，CHENGWei—yue，L

3、IJing．tian(1．SchoolofComputerScienceandTechnology，HarbinUniversityofScienceandTechnology，Harbin150080，China2．9163GuangzhouNavyTmup，Guangzhou510000，China)Abstract：Forsolvingthefeatureproblemextractioninthefacerecognition，weproposedascale-invariantlea—turetransformalgor

4、ithmbasedonScale—InvariantFeatureTrans~rm(SIFT)algorithmandclusteringanalysis．Whileclassifingthefacialfeature，usingClustertheorytoanalysisthegeneratedScale—InvariantFeatureTransformfeaturestogetsomeofthefeaturescategorybyselectingtheoptimaldistancethreshold．Excludingt

5、heinterferenceofnon—targetthemainfeaturesofthefaceinordertoremovesomenon—essentialfeaturescategory．ExperimentalresultsshowthattheimprovedSIFTalgorithmisbetterthantheoriginalalgorithmonfeaturematching．Keywords：facerecognition；featureextraction；SIFTalgorithm；clusteringa

6、nalysis法¨，独立成分分析(independentcomponentsanaly—0引言sis，ICA)算法，局部保持投影(1ocalitypreservingprojections，LPP)算法I4等．在实际的复杂环境特征提取是人脸识别中最为重要的一部分，它下，常使用的(scale—Invariantfeaturetransfo1Tn，siFT)要求提取的特征对于相同的人具有稳定性，对于不算法具有一定的优势，它能够克服外部环境在进同人具有差异性．它的效率直接决定了识别的性能．行人脸识别时候产生的干扰．SIFT算子用来侦测与

7、在理想环境下，比较有影响力的特征提取方法有主描述影像中的局部性特征，它在空间尺度中寻找极成分分析(principalcomponentanalysis，PCA)算值点，并提取出其位置、尺度、旋转不变量，能够很好收稿日期：2012—10—31基金项目：国家自然科学基金(60873019)；黑龙江省教育厅科学技术研究项目(11551087)作者简介：刘帅(1988一)，男，硕士研究生；程卫月(1988一)，女，硕士研究生．通讯作者：林克正(1962一)，男，博士，教授，E—mail：link@hrbust．edu．an．32哈尔滨理工

8、大学学报第l9卷地适应图像在进行平移，旋转，缩放等变化时的相似可以减少较大梯度幅值变化的影响，然后再对其进匹配问题．然而，非主要特征数据的冗余也是该行重新归一化．算法存在的一个问题．1．2SIFT特征点的匹配本文在SIFY算法的基础之上，提出了一种