一种基于稠密SIFT特征对齐的稀疏表达人脸识别算法

来源：电子与信息学报杂志2015年第8期北京时间：

作者：周全, 魏昕, 陈建新, 郑宝玉

摘要：该文针对人脸图像受到非刚性变化的影响，如旋转、姿态以及表情变化等，提出一种基于稠密尺度不变特征转换(SIFT)特征对齐(Dense SIFT Feature Alignment, DSFA)的稀疏表达人脸识别算法。整个算法包含两个步骤：首先利用DSFA方法对齐训练和测试样本；然后设计一种改进的稀疏表达模型进行人脸识别。为加快DSFA步骤的执行速度，还设计了一种由粗到精的层次化对齐机制。实验结果表明：在ORL，AR和LFW 3个典型数据集上，该文方法都获得了最高的识别精度。该文方法比传统稀疏表达方法在识别精度上平均提高了4.3%，同时提高了大约6倍的识别效率。

关键词：人脸识别, 人脸对齐, 稠密尺度不变特征转换特征, 稀疏表达模型

基金资助：国家自然科学基金(61201165, 61271240, 61401228, 61403350)和南京邮电大学科研基金(NY213067)资助课题