摘要
针对人脸在XOZ平面内旋转,即在图像所在平面内人脸产生的旋转,因特征值变化大导致人脸识别率降低的问题,提出了一种新颖的基于环形核的旋转不变性特征(Circular Kernel Feature,CKF)提取方法。所提算法有两个创新点,第一点是给出了环形核的建立方式,定位人脸上明显的特征部分。第二点是提供了特征的旋转不变计算方式。首先建立环形核,定位人脸上明显特征的坐标区域;然后,用旋转不变的计算方式获取定位区域的特征值。在Georgia Tech人脸数据库上的实验证明:人脸旋转前后CKF的值相较Gabor,LBP等特征值的变化小了98%。
A novel mechanism named CKF（ Circular Kernel Feature ） for solving the problem that face recognition rate reduced by rotation is proposed in this paper. Firstly, characteristics of rotation in-variants are defined. Then, to establish the annular nuclear, striking features are located. Secondly, eigenvalues by rotation invariant method are calculated. Experimental results show that, compared with traditional Gabor and LBP, the Euclidean distance of CKF achieved 98 percent reduction using Georgia Tech database.
出处
《电视技术》
北大核心
2016年第3期1-4,共4页
Video Engineering
基金
国家科技支撑计划课题项目(2014BAK11B02)
广西科学研究与技术开发计划项目(桂科攻14122007-5)
广西自然科学基金项目(2013GXNSFAA019326)
关键词
CKF
旋转不变
环形核
CKF
rotation invariant
circular nucleus
