基于LBP预处理和子图像特征采样的人脸识别

摘要：

针对随机子空间方法对人脸图像的局部变化鲁棒性较差、多次随机采样对间开销较大、采用固定采样率等问题,提出了一种结合LBP预处理和子图像特征采样的人脸识别方法.首先对人脸图像进行LBP预处理,得到LBP纹理图像;然后对LBP纹理图像进行子图像划分;最后结合随机子空间方法对子图像进行随机特征采样,训练基分类器,并进行集成.同时,结合多尺度分析进行分层随机采样(Stratified-RS),该方法将多次随机采样进行分层,每层使用不同的采样率,进而得到了具有不同维数的特征子集,减少了提取的特征总数,结合级联集成可以进一步增强基分类器之间的差异性.在ORL,Yale,Extended Yale B和CMU PIE这4个人脸数据库上进行了试验.结果表明,所提出方法在提高随机子空间方法运行效率的同时也能保持较好的识别精度.

关键词：人脸识别、LBP预处理、子图像、分层随机采样、随机子空间

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61203308,61309014,61403054;重庆市基础与前沿研究计划项目cstc2014jcyjA40001;重庆教委科学技术研究项目KJ1400436

在线出版日期：2016-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-91