融合二阶HOG与CS-LBP的头部姿态估计

• 作者: 廖巧珍 张毅 罗元
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 头部姿态估计 梯度方向直方图(HOG) 中心对称局部二值模式(CS-LBP) 核主成分分析(KPCA) 支持向量机(SVM)
• 年，卷（期）: 2015,（5）
• 页码范围: 741-746
• 页数: 6页
• 分类号: TP391.4
• 字数: 4141字
• 语种: 中文
• DOI: 10.11992/tis.201506019

摘要

针对头部姿态估计受光照变化、表情、噪声干扰等因素影响导致识别率低的问题,提出一种融合二阶梯度方向直方图( HOG)和中心对称局部二值模式( CS-LBP )特征的姿态特征,用于单帧图像的头部姿态估计. 采用二阶HOG对人脸图像进行形状信息提取,得到人脸的轮廓特征;用CS-LBP进行局部纹理信息的提取,通过将二阶HOG提取的轮廓特征和CS-LBP提取的纹理特征进行融合,得到更有效的人脸特征;将融合的姿态特征通过核主成分分析(KPCA)变换非线性映射到高维核空间中,抽取其主元特征分量,采用支持向量机(SVM)分类器进行姿态估计.实验结果表明,方法和 HOG、LBP、二阶 HOG、CS-LBP 方法相比有更高的分类准确率,对光照的变化有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学光电工程学院	192	1681	17.0	31.0
2	张毅	重庆邮电大学自动化学院	281	2390	21.0	36.0
3	廖巧珍	重庆邮电大学自动化学院	1	7	1.0	1.0