基于MB-LBP和改进的LFDA的人脸识别

• 作者: 向阳 齐鸣鸣
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多块LBP 局部Fisher判别分析 全局结构 人脸识别
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 图形图像
• 页码范围: 266-269
• 分类号: TP391
• 字数: 4611字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.06.066

摘要

提出了一种基于多块LBP(Multi-scale Block Local Binary Patterns,MB-LBP)和改进的局部化的Fisher判别分析(Local Fisher Discriminant Analysis,LFDA)的人脸识别算法.该算法利用MB-LBP的局部和整体描述能力强化了标注样本的局部分析和训练样本的全局分析；以每个样本与同类其他样本的欧氏距离均值作为参数,克服了类内散度计算限制；通过参数融合训练样本的总散度信息保持样本的全局结构.实验表明,MB-LBP为局部保持分析和全局保持分析提供了良好的基础；在少量标注样本情况下,改进的LFDA的适应性和识别率明显优于LFDA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向阳	同济大学计算机科学与技术系	88	1316	16.0	34.0
2	齐鸣鸣	同济大学计算机科学与技术系	5	18	2.0	4.0