自适应加权多尺度LTP的人脸识别

被引：4

作者：

闫河 ^{[1
]}

王朴 ^{[1
]}

刘婕 ^{[1
]}

陈伟栋 ^{[1
]}

机构：

[1] 重庆理工大学计算机学院

来源：

计算机工程与设计 | 2016年 / 37卷 / 04期

关键词：

人脸识别; 局部三值模式; 多尺度分析; 自适应加权; 信息熵;

D O I：

10.16208/j.issn1000-7024.2016.04.035

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为克服人脸表情、光照变化等对图像中人脸识别结果的影响,提出一种自适应加权多尺度LTP的人脸识别算法。采用多尺度小波分析对人脸图像进行二级分解,将分解的一、二级逼近图像划分成互不重叠的子块,利用LTP算子提取每个子块的LTP纹理直方图;将各个子块图像的信息熵作为直方图加权的依据,对每个子块对应的直方图进行自适应加权,将所有子块的直方图连接成最终的纹理特征;使用卡方距离度量特征之间的相似度,用最近邻分类器实现分类识别。在YALE和AR两个标准人脸库上的实验结果表明,自适应加权多尺度LTP算子能够较好地描述人脸纹理特征,对表情变化和光照变化的人脸不敏感,有效提高了人脸识别率。

引用

页码：1027 / 1031

页数：5

共 15 条

[1] Local Directional Pattern (LDP)for face recognition. Jabid T,Kabir M H,Chae O S. IEEE International Con-ference on Consumer Electronics . 2010
[2] Robust face recognition via sparse representation. Wright, John,Yang, Allen Y.,Ganesh, Arvind,Sastry, S. Shankar,Ma, Yi. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2009
[3] A completed modeling of local binary pattern operator for texture classification. Zhenhua Guo,Lei Zhang,David Zhang. IEEE Transactions on Image Processing . 2010
[4] Enhanced local texture feature sets for face recognition under difficult lighting conditions. Tan, Xiaoyang,Triggs, Bill. IEEE Transactions on Image Processing . 2010
[5] Face Description with Local Binary Patterns: Application to Face Recognition. Timo Ahonen,Abdenour Hadid,Matti Pietikainen. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2006
[6] Incremental complete LDA for face recognition
Lu, Gui-Fu
Zou, Jian
Wang, Yong
[J]. PATTERN RECOGNITION, 2012, 45 (07) : 2510 - 2521
[7] 基于LTP子模式的人脸识别研究
霍天霖
王莹
[J]. 吉林工程技术师范学院学报, 2012, 28 (05) : 77 - 80
[8] 基于局部Gabor三值模式的人脸识别
张军
张奇志
周亚丽
向阳
[J]. 北京信息科技大学学报(自然科学版), 2013, 28 (02) : 71 - 76
[9] 一种基于分块小波的人脸识别算法
杨淑平
易国栋
袁修贵
刘再明
[J]. 中南大学学报(自然科学版), 2013, 44 (05) : 1902 - 1909
[10] 基于汉明约束和CLTP的人脸识别
徐楠楠
李岚
师飞龙
[J]. 长江信息通信, 2014, (04) : 45 - 47

← 1 2 →