35、基于SIFT描述符和词汇树的人脸与头部验证系统对比

基于SIFT描述符和词汇树的人脸与头部验证系统对比

1. 研究背景与目标

在人脸识别领域，不同的特征和方法被广泛应用。距离质心（DFC）可用于比较下脸部轮廓的对称程度；相关滤波器在热红外人脸图像识别任务中表现出适用性；最小平均相关能量（MACE）滤波器和最优折衷合成判别函数（OTSDF）在低分辨率图像的远距离人体识别中证明了其效率。

尺度不变特征变换（SIFT）算法在目标识别中应用广泛，可用于增强不同姿态下的面部表情识别，还在性别识别等领域有所应用。然而，SIFT算法生成大量特征，特征匹配的计算量巨大，限制了其在人脸识别中的应用。为此，有研究提出了判别方法来解决这一问题。

本文的目标是提出、比较和评估一个适用于可见光和热成像范围的面部和头部验证系统。通过应用SIFT算法，从每个图像中获取局部独特描述符，并构建词汇树对这些描述符进行分层组织，以便进行特定对象的搜索。

2. 人脸识别方法

2.1 提出的方法

该方法由四个阶段组成：
1. 人脸分割 ：手动执行。
2. SIFT描述符计算 ：从数据库中的每个面部获取局部独特描述符。
3. 词汇树构建 ：使用k - means函数构建词汇树。
4. 匹配模块 ：在词汇树中搜索测试描述符与数据库描述符之间的最佳对应关系。

其流程如下：

graph LR
    A[人脸分割] --&