论文研究基于SURF和形状上下文的人脸匹配算法.pdf

针对人脸匹配在光照、姿态、表情等背景因素影响下匹配正确率低的问题，提出一种基于SURF和形状上下文（SC）的人脸图像匹配算法。在对图像进行人脸区域检测和重构积分图预处理的基础上，利用两次SURF算法提取人脸特征点并匹配，第一次用SURF进行粗匹配得到初始匹配集，并据此计算待匹配人脸图像间的尺度差和角度差，以此作为约束条件第二次进行SURF精匹配，以获得更多的匹配点对。最后采用不依赖位置信息的形状上下文算法剔除误匹配点对。在IMM和Georgia人脸数据库上与目前流行的人脸匹配方法进行实验对比，实验结果显示该算法有效增加了匹配点对数目，并提高了人脸图像匹配正确率，具有更好的稳定性和鲁棒性。