基于PCA与LBP的人脸性别分类方法

• 作者: 李昆仑 王命延
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 纹理 性别分类 主成分分析 局部二元模式 支持向量机
• 年，卷（期）: 2009,（10）
• 页码范围: 8023-8025
• 页数: 3页
• 分类号: TP391

摘要

主成分分析方法（PCA）和局部二元模式算子（LBP）相融合的特征提取方法结合了PCA在提取全局特征方面的优势和LBP在提取局部纹理细节方面的优势，能够从人脸图像中提取出较好的用于支持向量机（SVM）进行人脸性别识别分类的特征。在提取图像的LBP特征时，对传统的LBP方法做了改进，采用级联的方法提取图像的LBP直方图特征。并将提取出来的LBP特征与PCA特征相结合用于SVM，实验结果表明，LBP和PCA相融合的特征较单独的PCA特征和LBP特征在性别识别上具有明显的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王命延	南昌大学信息工程学院	52	388	10.0	17.0
2	李昆仑	南昌大学信息工程学院	33	113	5.0	10.0