论文研究基于少量特征点的多模态人脸识别.pdf

针对二维人脸识别对姿态和光照变化较为敏感的问题，提出了一种基于少量特征点的多模态人脸识别方法。在训练阶段，对三维人脸数据进行二次处理和数据挖掘，为建立完备的特征模板奠定了基础；提出了一种简洁高效的样本聚类方法，克服了特征提取过程中的非线性问题；通过局部特征分析（LocalFeatureAnalysis，LFA）实现了特征点“局部”与“全局”信息的融合。实验证明该方法在具有较高执行效率的同时，对人脸图像的姿态和光照变化具有理想的鲁棒性，在WHU-3D小规模人脸数据库上取得了98.06%的识别率。