改进的SIFT结合余弦相似度的人脸匹配算法

Computer Engineering and Applications（2020）

Cited 2|Views5

No score

Abstract

针对人脸图像匹配在光照、姿态、表情等复杂背景下匹配耗时较长且正确率较低的问题,提出一种改进的SIFT(Scale Invariant Feature Transform,尺度不变特征变换)结合余弦相似度(Cosine Similarity,CS)的人脸匹配算法,通过构建圆形分区的特征描述符,降低特征向量维数,利用正反双向匹配以及匹配点对集中各匹配点对之间近似满足余弦相似的原则,采用余弦相似度来进行误匹配点对的剔除.在FEI人脸数据库上与目前流行的人脸匹配算法进行对比实验,实验结果证明了该算法在保证人脸匹配正确率和匹配点对数量的前提下,匹配速度平均提高2～2.5倍.

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined