改进的单尺度Retinex和LBP结合的人脸识别

• 作者: 何文思 李世杰 段红燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征融合 复杂光照 特征提取 人脸识别
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 图形图像处理
• 页码范围: 144-149
• 页数: 6页
• 分类号: TP391
• 字数: 4628字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0084

摘要

为了提高复杂光照条件下人脸识别准确率,提出一种基于改进单尺度Retinex并结合局部二值模式(LBP)的人脸识别算法.首先,利用双边滤波代替Retinex的高斯滤波处理人脸图像,同时使用高斯-拉普拉斯(LoG)及归一化处理提取人脸图像的边缘细节特征,采用标准差的加权方法将两幅处理后的图像进行特征融合,然后使用LBP对融合后的图像进行特征提取,最后通过稀疏表示(SRC)算法对数据样本进行判别归类.在AR和Yale B+人脸库上的实验测试表明,提高了复杂光照下人脸识别的光照鲁棒性,在训练样本较少、光照复杂环境下能取得较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段红燕	兰州理工大学机电工程学院	24	146	6.0	11.0
2	李世杰	兰州理工大学机电工程学院	3	6	1.0	2.0
3	何文思	兰州理工大学机电工程学院	3	23	2.0	3.0