基于模糊隶属度的人脸图像性别识别

• 作者: 康苏明 张天刚 张景安
• 来源期刊: 软件
• 学科: 工学
• 关键词: 局部二进制模式 特征提取 模糊隶属度 性别识别
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 软件工程
• 页码范围: 28-31,50
• 页数: 5页
• 分类号: TP391.41
• 字数: 2761字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.08.006

摘要

由于人脸面貌特征与性别存在着一定的不确定性,提出了基于模糊隶属度的人脸图像性别识别.用对光照、灰度变化具有较强鲁棒性的局部二进制模式(Local Binary Pattern,LBP)提取人脸特征,首先将人脸均分为多个子窗口,对所有子窗口提取LBP直方图,然后将这些直方图顺次连接来描述人脸.细致推导了适用于人脸图像性别识别的模糊函数,根据最大隶属度原则,来识别人脸的性别.在FG-NET人脸库及自建的FID人脸库中进行了实验,取得了96％的最高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天刚	山西大同大学数学与计算机科学学院	13	38	4.0	5.0
2	张景安	山西大同大学数学与计算机科学学院	47	287	10.0	15.0
3	康苏明	山西大同大学数学与计算机科学学院	18	45	4.0	5.0