基于LBP和SVM的人脸检测

• 作者: 李炀 翟社平 马蒙雨 高山
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 人脸检测 局部二元模式 支持向量机 特征提取 人脸识别
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP391.41
• 字数: 3045字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.09.010

摘要

人脸检测作为机器视觉研究的重要内容,在视频监控、安防等领域具有广泛的用途,是人脸识别技术的必备条件.针对复杂背景、光照不均匀等外部条件对人脸检测的影响,提出了基于局部二元模式(LBP)和支持向量机(SVM)的人脸检测算法.其中LBP是一种用来描述图像局部纹理特征的算子,具有旋转不变性和灰度不变性等显著的优点,其最主要的属性是对光照变化造成的灰度变化具有很好的鲁棒性.该算法使用LBP提取图像的特征值,并对提取到的LBP特征值使用SVM算法构建的分类器进行分类.实验结果表明,基于LBP和SVM的人脸检测算法具有很好的检测效果,不仅较好地解决了光照和复杂背景等外部条件对人脸检测的影响,而且明显提高了人脸检测的准确率,准确率可达到94％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟社平	西安邮电大学计算机学院	35	109	7.0	8.0
2	李炀	西安邮电大学计算机学院	3	30	2.0	3.0
3	马蒙雨	西安邮电大学计算机学院	5	33	3.0	5.0
4	高山	西安邮电大学计算机学院	7	54	4.0	7.0