增强局部量化模式人脸识别算法

• 作者: 李茅 王玲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 局部二值模式 局部序数模式 K均值 白化主成分分析
• 年，卷（期）: 2017,（15）
• 页码范围: 187-190
• 页数: 4页
• 分类号: TP391
• 字数: 3292字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1602-0174

摘要

针对局部二值模式没有考虑邻域点之间的关系以及局部序数模式(LIOP)的邻域点数过少不足,提出一种利用大邻域范围内邻域点间序数信息的特征提取算法.该算法首先以类似LIOP编码的方式得到的邻域特征向量,然后应用k均值聚类算法降低特征向量的主模数量.同时此聚类过程可以离线进行并且运行十分高效;最终将级联直方图特征作为人脸特征向量.实验结果表明,该方法的鲁棒性和识别率均优于对比算法.最后应用WPCA算法既降低特征维数又提升了算法的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	湖南师范大学物理与信息科学学院	93	523	12.0	18.0
2	李茅	湖南师范大学物理与信息科学学院	1	0	0.0	0.0