多层AR-LBP与WLD特征融合的SA-CRC人脸识别

摘要：

针对非对称局部二值模式(AR-LBP)提取的人脸特征有限,以及协同表示分类(CRC)人脸存在的类间干扰,提出以多层AR-LBP特征及联合韦伯局部描述子(WLD)特征进行补充,并以增加CRC中稀疏性来降低类间干扰.提取人脸图像的多层AR-LBP特征并级联,与从原图像提取的WLD特征级联得到多层AR-LBP与WLD融合特征,采用稀疏增强的协同表示分类(SA-CRC)完成人脸分类.在ORL、Yale和GT公开人脸库上,提出的多层AR-LBP与WLD特征融合算法与AR-LBP特征提取算法、WLD特征提取算法以及多层LBP与HOG特征融合算法相比,识别正确率提高了0.7%~42.6% ;当利用SA-CRC取代CRC后,识别正确率进一步得到提高.

关键词：非对称局部二值模式(AR-LBP)、韦伯局部描述子(WLD)、协同表示分类(CRC)、稀疏增强的协同表示分类(SA-CRC)、特征提取

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60802047,60702018

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：134-141