基于LBP和PCA特征提取的人脸识别

• 作者: 李丹婷 熊承义 笪邦友
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 特征提取 局部二元模式 主成分分析
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 物理与电子信息科学
• 页码范围: 75-79
• 分类号: TN919
• 字数: 2969字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4321.2011.02.017

摘要

为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.首先,对人脸图像进行分块,提取其LBP直方图特征,然后使用PCA方法对特征向量进行降维,最后将降维后的特征向量用于识别.在FERET人脸库上的实验结果表明:相对于原始LBP表达方法,结合LBP和PCA的人脸表达能有效降低计算复杂度,同时也较好地保持了原有识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊承义	中南民族大学电子信息工程学院	68	460	13.0	18.0
2	笪邦友	中南民族大学电子信息工程学院	5	35	2.0	5.0
3	李丹婷	中南民族大学电子信息工程学院	2	43	2.0	2.0