论文研究基于多尺度MRF结合超级耦合变换的姿态变化人脸识别.pdf

针对马尔可夫随机场模型（MRF）在姿态变化人脸识别中复杂度较高的问题，提出了一种多尺度MRF算法，通过串联超级耦合变换（SCT）优化多尺度MRF过程的子问题，明显降低了MRF的计算复杂度。首先，通过两层图像完成对称匹配；然后，利用多尺度局部二值模式（MLBP）直方图特征生成距离比；最后，比较获得最终比值，配对每对区域。在户外标记人脸数据库（LFW）、XM2VTS数据库和CMU-PIE数据库上进行实验，实验结果表明，相比现有的优秀算法，该算法在识别率和执行速度方面均表现优越，在图形处理器上基本满足实际应用需求。