-
题名面向疫情防控的口罩重度遮挡人脸特征提取与识别研究
- 1
-
-
作者
栗科峰
熊欣
夏冰
-
机构
河南工程学院电气信息工程学院
郑州升达经贸管理学院信息工程学院
-
出处
《长江信息通信》
2022年第9期13-15,共3页
-
基金
河南省科技攻关项目(222102210268)
河南省高等学校重点科研项目(22B51003)。
-
文摘
为解决疫情常态防控下人脸被口罩重度遮挡的识别难题,针对人脸关键特征点被口罩遮挡带来的识别精度下降问题,提出了一种改进的全局均匀二值模式-GUBP,引入相邻像素间的相关性来表征图像的细节纹理特征,通过全局均匀模式直方图提取人脸图像的特征向量,大大降低了由于面部重度遮挡带来的关键特征丢失的影响;使用一种新的组合距离分类方法-CDIS,综合相关距离、欧氏距离和马氏距离的优越性,通过计算三种距离的平方和的平方根,使口罩遮挡样本的分类误差最小化,获得了更加稳健的人脸分类度量标准;在MIT-CBCL人脸数据库添加不同比例口罩遮挡后进行的对比实验表明,即使口罩遮挡比例增加到50%,该方法依然可以获得87.15%的平均识别率,具有较强的鲁棒性和较高的识别效率。
-
关键词
口罩重度遮挡
全局均匀二值模式
组合距离
MIT-CBCL人脸数据库
-
Keywords
heavily occluded by masks
global uniform binary pattern
combined distance
the MIT-CBCL face database
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
