一种自适应加权HOG特征的人脸识别算法

来源：计算机工程与应用杂志2017年第3期北京时间：

作者：胡丽乔1，2，仇润鹤1，2

单位：1.东华大学 信息科学与技术学院，上海 201620；2.东华大学 数字化纺织服装技术教育部工程研究中心，上海 201620

摘要：为了提高人脸识别在复杂条件下的识别率，提出一种基于自适应加权梯度方向直方图特征（AW-HOG）的人脸识别方法。该方法首先将人脸图像分成均匀子块，并利用HOG描述算子提取分块人脸特征，根据各分块对识别的贡献率自适应地计算各分块的权重，然后融合权重系数以及各分块的HOG特征，形成AW-HOG特征并采用主成分分析（PCA）算法进行降维，最后利用支持向量机（SVM）进行分类识别。在Yale B 以及AR标准人脸库上的实验结果表明，提出的人脸识别方法在识别率上优于传统算法且对光照具有较强的鲁棒性。

关键词：人脸识别,梯度方向直方图,主成分分析,自适应加权,支持向量机