增强局部量化模式人脸识别算法

摘要：

针对局部二值模式没有考虑邻域点之间的关系以及局部序数模式(LIOP)的邻域点数过少不足,提出一种利用大邻域范围内邻域点间序数信息的特征提取算法.该算法首先以类似LIOP编码的方式得到的邻域特征向量,然后应用k均值聚类算法降低特征向量的主模数量.同时此聚类过程可以离线进行并且运行十分高效;最终将级联直方图特征作为人脸特征向量.实验结果表明,该方法的鲁棒性和识别率均优于对比算法.最后应用WPCA算法既降低特征维数又提升了算法的识别率.

关键词：局部二值模式、局部序数模式、K均值、白化主成分分析

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：187-190