局部方向梯度幅值与相位差分的人脸识别算法

来源：计算机工程与应用杂志2017年第11期北京时间：

作者：杨恢先1，姜德财2，谭正华2，唐金鑫1，颜 微2

单位：1.湘潭大学 物理与光电工程学院，湖南 湘潭 411105；2.湘潭大学 信息工程学院，湖南 湘潭 411105

摘要：针对传统人脸识别算法在单训练样本下效果不佳，提出一种局部方向梯度幅值和相位差分相结合的方法（LDGMPD），首先提取图像的梯度幅值与相位，梯度幅值图像与8个Kirsch模板卷积得到每个子邻域的8个边缘梯度值；然后对相位进行局部差分。局部方向梯度幅值与相位差分仅使用边缘梯度值与相位局部差分值中最大值的方向编码成一个二位八进制数，产生LDGMPD值。再选取结构对比信息对各LDGMPD人脸分块进行加权处理，提取人脸的LDGMPD直方图特征，最后利用最近邻分类器分类识别。在AR和CAS-PEAL-R1共享库上进行实验表明LDGMPD在单样本人脸识别具有较好的效果。

关键词：人脸识别,单样本,相位差分,边缘梯度,最近邻分类器