使用多尺度LBP特征描述与识别人脸.pdfVIP

使用多尺度LBP特征描述与识别人脸.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
使用多尺度LBP特征描述与识别人脸.pdf

第16卷 第4期 光学 精密工程 VoI.16 No.4 2008年4月 Optics and Precision Engineering Apr.2008 文章编号 1004—924X(2008)04—0696—10 使用多尺度LBP特征描述与识别人脸 王 玮,黄非非,李见为,冯海亮 (重庆大学光电技术及系统教育部重点实验室,重庆400030) 摘要:提出了一种基于多尺度LBP特征的人脸描述与识别算法。对原始人脸图像进行二级小波分解,并采用LBP算子 分别计算两幅低频逼近图像的LBP特征谱;将LBP特征谱划分为若干个互不重叠的特征区域,然后分别进行直方图统 计。最后,将所有区域的LBP直方图序列连接起来得到多尺度LBP特征,将其作为人脸的鉴别特征用于分类识别。所 提出算法在ORL人脸数据库中取得了高达99 的人脸识别率。实验分析表明,多尺度LBP特征具有较强的人脸图像 描述能力和可鉴别性,且对人脸表情及位置的变化具有较高的鲁棒性。 关 键 词:人脸识别;多尺度分析;LBP算子;直方图 中图分类号:TP391.41 文献标识码:A Face description and recognition using multi_。scale LBP feature WANG Wei,HUANG Fei—fei,LI Jian—wei,FENG Hai—liang (Key Laboratory of Optoelectronic Technology and System of the Education Ministry, Chongqing University,Chongqing 400030,China) Abstract:In order to improve the accuracy and robustness of face recognition,a face description and recognition method based on multi—scale Local Binary Pattern(LBP)feature is proposed.The original face image is decomposed into two levels by wavelet analysis,and the LBP operator is applied to two approximate images respectively to extract LBP feature map.Then,the two maps are divided into several regions,in which the histograms are computed and linked to get a multi—scale LBP feature.Fi— nally,the multi—scale LBP feature is used as the face descriptor for classification and recognition.The experimental results on ORL face database show that the proposed method can achieve high face rec— ognition rate up to 99 ,which shows that the multi—scale LBP feature has highly descriptive and dis— criminable abilities for human face and is robust to face expressions and position variations. Key words:face recognition;multi—scale analysis;Local Binary Pattern(LBP)operator;histogram 收稿日期:2007-11-12;修订日期:2007—12—27. 基金

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档