作者：师硕; 于洋; 杨志坚; 于明人脸图像匹配加速鲁棒特征形状上下文误匹配点剔除
摘要：针对人脸匹配在光照、姿态、表情等背景因素影响下匹配正确率低的问题,提出一种基于SURF和形状上下文(SC)的人脸图像匹配算法。在对图像进行人脸区域检测和重构积分图预处理的基础上,利用两次SURF算法提取人脸特征点并匹配,第一次用SURF进行粗匹配得到初始匹配集,并据此计算待匹配人脸图像间的尺度差和角度差,以此作为约束条件第二次进行SURF精匹配,以获得更多的匹配点对。最后采用不依赖位置信息的形状上下文算法剔除误匹配点对。在IMM和Georgia人脸数据库上与目前流行的人脸匹配方法进行实验对比,实验结果显示该算法有效增加了匹配点对数目,并提高了人脸图像匹配正确率,具有更好的稳定性和鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
