基于正交梯度二值模式的单样本人脸识别

• 作者: 奉俊鹏 李球球 杨恢先 翟云龙 蔡勇勇
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸识别 梯度脸 主成分分析 单样本 最近邻分类器
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 546-549
• 页数: 4页
• 分类号: TP391.413
• 字数: 2652字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.02.0546

摘要

针对传统人脸识别方法在单样本条件下识别效果不佳的问题,提出一种改进的对光照和表情姿态等变化具有较强鲁棒性的梯度脸算法——正交梯度二值模式(OGBP).首先采用正交梯度二值模式对样本图像进行特征提取,然后将每个方向特征向量串接起来作为用于人脸识别的总体特征向量,最后通过主成分分析(PCA)方法降维并利用最近邻分类器分类识别.在YALE和AR人脸库上进行测试,实验结果表明所提方法简单有效,性能优于原始的梯度脸算法,且对单样本人脸描述具有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨恢先	湘潭大学材料与光电物理学院	89	692	12.0	22.0
2	蔡勇勇	湘潭大学材料与光电物理学院	7	55	5.0	7.0
3	翟云龙	湘潭大学材料与光电物理学院	7	47	5.0	6.0
4	奉俊鹏	湘潭大学材料与光电物理学院	6	42	4.0	6.0
5	李球球	湘潭大学材料与光电物理学院	6	42	4.0	6.0