SIFT算法的相似性度量优化-哈尔滨理工大学学报.PDFVIP

17 3 Vol. 17 No. 3 第 卷 第 期 哈 尔 滨 理 工 大 学 学 报 2012 6 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Jun． 2012 年 月 SIFT 算法的相似性度量优化 ， ， 林克正 王 浩 辛 晨 ( ， 150080) 哈尔滨理工大学计算机科学与技术学院 黑龙江哈尔滨 : ， 、 、 摘 要 针对人脸姿势变化对人脸识别的影响 采用具有良好的尺度 旋转 光照等不变特性的 SIFT ． SIFT ， SIFT 算法 在分析 特征向量生成过程的基础上 提出一种降低 匹配过程中相似性度量计 SIFT ． 算代价的方法以提高 特征匹配效率 该方法以绝对值距离和棋盘距离的线性组合距离代替欧 ． : ， 式距离作为特征描述子之间的相似性度量 实验结果表明 该方法在保持鲁棒性的同时 可以降低 ， ． 时间复杂度 提高图像匹配的效率 : ; ; ; 关键词 人脸识别 尺度空间 特征描述子 相似性度量 中图分类号:TP30 1. 6 文献标志码:A 文章编号:1007－ 2683 (20 12)03－ 0078－ 05 Similarity Measure Optimization of the SIFT Algorithm LIN Ke-zheng ， WANG Hao ， XIN Chen (School of Computer Science and Technology ，Harbin University of Science and Technology ，Harbin 150080 ，China) Abstract :According to the affection of the change of the face position on the face recognition ，we adopt the al- gorithm of Scale Invariant Feature Transformation that has the good invariance of scale ，rotation ，and illumination． To improve SIFT feature matching algorithm efficiency ，a method of reducing similar measure matching cost is presen- ted． The linear combination of cityblock distance and chessboard distance is employed in place of Euclidean