论文部分内容阅读
提出了一种提高弹性匹配人脸识别算法速度的新算法。弹性匹配具有较高的识别率,但计算复杂度较高,影响了其在大样本库中的应用。为此提出分级弹性匹配:将弹性匹配的两个步骤(网格平移和网格变形)中的网格平移看作独立的匹配算法;对所有备选人脸图像先做网格平移计算出粗匹配度(CMS);根据CMS值将所有人脸图像降序排列,只对CMS值较高的部分图像做网格变形。在100180人的人脸图像库上的测试结果表明:相对于传统的弹性匹配,分级弹性匹配算法能在识别率的损失不大于0.5%的前提下,将网格变形的计算量降低1000倍或