公开(公告)号：CN105550657B

公开(公告)日：2019-01-29

申请号：CN201510977092.3

申请日：2015-12-23

Applicant: 北京化工大学

Inventor： 李伟 ,  王璐 ,  冯复标

IPC: G06K9/00

Abstract: 基于关键点的改进SIFT人脸特征提取方法，本方法采用了基于关键点的改进SIFT人脸特征提取的方法。通过定位人脸中的五个关键像素点，并利用SIFT方法中的方向直方图来描述这五个关键点，从而形成鲁棒的人脸图像特征向量。结合双线性相似度函数和马氏距离来计算两个人脸特征向量之间的相似度得分值。采用KELM分类器对相似度得分值进行二值分类，得分值较高的一类人脸图片，两张人脸图片均被判为来自于同一个人，而得分值较低的一类人脸图片，两张人脸图片均被判为来自于不同的人。在人脸特征向量的基础上进行人脸识别的过程中，结合了双线性相似度函数和马氏距离来计算两特征向量的相似度得分值，增强了类间的可辨别性。

公开(公告)号：CN105550657A

公开(公告)日：2016-05-04

申请号：CN201510977092.3

申请日：2015-12-23

Applicant: 北京化工大学

Inventor： 李伟 ,  王璐 ,  冯复标

IPC: G06K9/00

CPC classification number: G06K9/00281 ,  G06K9/00288

Abstract: 基于关键点的改进SIFT人脸特征提取方法，本方法采用了基于关键点的改进SIFT人脸特征提取的方法。通过定位人脸中的五个关键像素点，并利用SIFT方法中的方向直方图来描述这五个关键点，从而形成鲁棒的人脸图像特征向量。结合双线性相似度函数和马氏距离来计算两个人脸特征向量之间的相似度得分值。采用KELM分类器对相似度得分值进行二值分类，得分值较高的一类人脸图片，两张人脸图片均被判为来自于同一个人，而得分值较低的一类人脸图片，两张人脸图片均被判为来自于不同的人。在人脸特征向量的基础上进行人脸识别的过程中，结合了双线性相似度函数和马氏距离来计算两特征向量的相似度得分值，增强了类间的可辨别性。