基于改進Gabor算法的遮擋人臉智能識別方法

摘要：為提高有遮擋人臉的識別精度，提出基于改進Gabor算法的遮擋人臉智能識別方法。首先，對人臉圖像動態范圍壓縮，并選擇反銳化掩模濾波算法展開圖像增強處理：其次，利用Gabor濾波器對信息保留較完整、亮度較高的半邊臉進行特征提取；最后將提取到的Gabor特征輸入到極限學習機中完成遮擋人臉的智能識別。實驗結果表明，所提方法對處理遮擋人臉圖像具有良好的效果，且其對人臉圖像識別具有精準度高、識別時間短等優點。

關鍵詞：Gabor算法；反銳化掩模濾波算法；特征提取；極限學習機；遮擋人臉識別

中圖分類號：TP391 文獻標志碼：A

0 引言

近年來人臉識別技術得到了飛速發展，其應用領域也在逐漸擴大，從最初的只應用于身份驗證領域到現今廣泛應用于信息安全和安防監控等眾多領域中，但人臉識別的魯棒性受人臉遮擋、人體姿態、人臉面部表情、光照方向及強度等因素的影響而降低。在實際人臉識別工作中，由于受圍巾、帽子、墨鏡及裝飾物品等物體的遮擋，采集到的人臉圖像常出現固有結構缺失的問題，導致無法獲取人臉圖像的完整特征，從而降低了人臉圖像的識別準確率，因此對遮擋人臉識別方法進行分析和研究是目前亟需解決的問題。

谷鳳偉等將待識別的人臉圖像輸入facenetPDN深度卷積神經網絡中確定目標人臉區域，并提取人臉特征，在網絡中設置皮爾森相關系數判別模塊對提取的人臉特征進行判別分類，以此實現人臉識別。……