论文部分内容阅读
人脸识别因其广泛的应用领域吸引了大量学者进行研究，可控环境下的人脸识别已经取得了较好的识别效果。然而，由于姿态、光照、遮挡等因素的影响，人脸识别仍是一项很有挑战的研究。本文针对人脸识别中的姿态问题，提出基于多角度虚拟人脸识别的算法，提高姿态变化下的人脸识别精度。该算法利用Lucas-Kanade方法训练不同角度下的人脸变化参数，基于这些参数，将库人脸中的正脸图像变换到多个姿态下，形成多角度虚拟人脸。并利用SIFT提取这些虚拟人脸的特征点，与测试人脸进行匹配，得到匹配点数。为了进一步去除光照的影响，结合LBP直方图距离计算测试人脸与库人脸的相似度。实验结果表明，本文提出的算法对于40度以内的测试人脸能够取得较好的识别效果。