基于视觉词袋模型的人脸识别方法

近年来，基于视频的人脸识别吸引了很多人的关注，同时，视觉词袋模型已成功应用于图像检索和对象识别中.论文提出了一种基于视觉词袋模型的人脸识别方法，该方法首先在兴趣点提取尺度不变特征变换的图像描述，这些兴趣点由高斯差分检测，然后基于k均值生成视觉词汇，并使用视觉单词的索引以取代这些描述符.然而，在人脸图像中，由于面部姿势失真，面部表情和光照条件变化，采用尺度不变特征变换描述符后识别效果并不理想.因此，论文使用仿射尺度不变特征变换描述符作为人脸图像表示法.在Yale及ORL人脸数据库上的实验结果表明，在人脸识别中，本文方法可以获得较低的错误率.