基于局部二值模式及马尔科夫稳态特征的人脸识别

• 作者: 吴学谦 李菲菲 陈虬 颜艳
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 局部二值模式 空间结构信息 马尔科夫稳定特征 人脸识别
• 年，卷（期）: 2018,（8）
• 页码范围: 14-16
• 页数: 3页
• 分类号: TP391
• 字数: 2650字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.08.004

摘要

传统LBP算法通常采用统计直方图特征来表达人脸图像信息,故无法包含空间结构信息.针对此问题,文中提出一种基于局部二值模式(LBP)和马尔科夫稳态特征(MSF)的人脸识别方法.该算法避免了上述传统LBP算法的缺陷,使得LBP直方图特征之间的相对位置信息得以保留.在此基础上引入分块统计LBP-MSF的方法,从而使统计特征能体现人脸整体结构信息.在FERET标准人脸数据库上的实验结果表明该算法对于提高人脸识别率非常有效,可得到优于传统LBP算法的最高96％人脸识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李菲菲	上海理工大学光电信息与计算机工程学院	21	44	4.0	5.0
2	吴学谦	上海理工大学光电信息与计算机工程学院	1	4	1.0	1.0
3	颜艳	上海理工大学光电信息与计算机工程学院	1	4	1.0	1.0
4	陈虬	上海理工大学光电信息与计算机工程学院	17	40	4.0	5.0