基于均匀k均值和高维局部二值模式的人脸识别算法

• 作者: 刘小珠 涂林丽 褚四勇 赵东明 邓燕妮
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 均匀k均值 高维局部二值模式 特征提取 人脸识别
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 短文
• 页码范围: 1128-1132
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0426

摘要

针对传统局部二值模式(LBP)及其一些改进方法会将具有不同灰度特征的邻域赋予相同的特征值和特征维数倍增的问题,提出一种基于均匀k均值和高维局部二值模式的算法.该算法首先对原图进行切割得到子图;然后提取子图的高维局部二值模式特征,利用均匀k均值对高维特征进行降维处理;最后级联所有的子图特征进行分析.为了验证该算法的性能,在ORL人脸库和YALE人脸库以及FERET人脸库匕进行对比实验,结果表明该算法在保证特征维数不递增的前提下,能够明显提高LBP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	邓燕妮	武汉理工大学控制科学与工程系	62	340	9.0	15.0
2	赵东明	武汉理工大学控制科学与工程系	7	29	4.0	5.0
3	刘小珠	武汉理工大学控制科学与工程系	7	120	4.0	7.0
4	褚四勇	武汉理工大学控制科学与工程系	1	6	1.0	1.0
5	涂林丽	武汉理工大学控制科学与工程系	1	6	1.0	1.0