科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决疫情常态防控下人脸被口罩重度遮挡的识别难题，针对人脸关键特征点被口罩遮挡带来的识别精度下降问题，提出了一种改进的全局均匀二值模式-GUBP，引入相邻像素间的相关性来表征图像的细节纹理特征，通过全局均匀模式直方图提取人脸图像的特征向量，大大降低了由于面部重度遮挡带来的关键特征丢失的影响；使用一种新的组合距离分类方法-CDIS，综合相关距离、欧氏距离和马氏距离的优越性，通过计算三种距离的平方和的平方根，使口罩遮挡样本的分类误差最小化，获得了更加稳健的人脸分类度量标准；在MIT-CBCL人脸数据库添加不同比例口罩遮挡后进行的对比实验表明，即使口罩遮挡比例增加到50%，该方法依然可以获得87.15%的平均识别率，具有较强的鲁棒性和较高的识别效率。
-
单位河南工程学院; 郑州升达经贸管理学院
