首页|期刊导航|计算机工程与应用|基于LBP直方图的复杂光照下的人脸识别

基于LBP直方图的复杂光照下的人脸识别OACSCDCSTPCD

Face recognition based on Local Binary Patterns under difficult lighting condition

中文摘要英文摘要

提出一种具有较强光照鲁棒性的人脸识别方法.通过Gamma校正、高斯差分(DoG)滤波和对比度均衡化算法对图像进行光照预处理,降低光照敏感度;利用局部二值模式(LBP)算子提取局部纹理特征,将图像划分为若干个不重叠的子区域,提取每个子区域LBP直方图,形成人脸图像特征,用主成分分析(PCA)进行降维处理;使用支持向量机(SVM)进行分类识别.在Yale-B数据库进行实验的结果表明,该算法的平均识别率可达99.68%,其性能优于目前该领域的典型算法.

This paper proposes a robust method for face recognition under uncontrolled lighting condition. The effects of illumination variation are reduced by Gamma correction, DoG(Difference of Gauss filtering) and contrast equalization. The original image is divided into several non-overlapping cells and their corresponding histograms of Local Binary Pattern (LBP) are generated according to the characteristics of the local binary patterns in face image. PCA (Princip…查看全部>>

王茜;肖国强;吴松;林宽

西南大学 计算机与信息科学学院,重庆 400715西南大学 计算机与信息科学学院,重庆 400715西南大学 计算机与信息科学学院,重庆 400715西南大学 计算机与信息科学学院,重庆 400715

信息技术与安全科学

人脸识别局部二元模式主成分分析支持向量机

face recognitionLocal Binary Pattern(LBP)Principal Component Analysis (PCA)Support Vector Machine(SVM)

《计算机工程与应用》 2012 (15)

181-186,6

重庆市科委自然科学基金(No.2008BB2252).

10.3778/j.issn.1002-8331.2012.15.038

评论

您当前未登录!去登录点击加载更多...