基于分块LBP融合特征和SVM的人脸识别算法

• 作者: 冯兴华 张敦凤 张静 王姮 霍建文 高宁化
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 像素均值特征 分块局部二值模式(LBP) 支持向量机 特征融合
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算与测试
• 页码范围: 154-156,160
• 页数: 4页
• 分类号: TP391.41
• 字数: 2531字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)05-0154-03

摘要

针对传统局部二值模式(LBP)特征提取方法在光线和人脸表情变化的情况下表现不佳、单一方法提取出的特征不能多角度表现出整张人脸的特征信息的问题,提出一种基于分块LBP融合特征和支持向量机(SVM)的人脸识别方法.先将人脸图像划分为不同的块,对每一块提取LBP特征;然后将不同分块的像素均值特征与LBP特征进行融合,用融合后的特征向量来表征人脸;最后引入SVM作为分类器对上述特征进行分类.在YALE、ORL标准人脸库以及自建人脸库上进行实验验证,实验结果表明:该方法识别准确率分别能达到95.15％,99.75％,96.25％,对比实验显示,该方法优于C4.5决策树、随机森林等传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王姮	西南科技大学信息工程学院	63	459	10.0	19.0
2	霍建文	西南科技大学信息工程学院	11	111	6.0	10.0
3	冯兴华	西南科技大学信息工程学院	9	18	3.0	4.0
4	张静	西南科技大学信息工程学院	38	148	6.0	11.0
5	高宁化	西南科技大学信息工程学院	4	8	1.0	2.0
6	张敦凤	西南科技大学信息工程学院	5	16	2.0	4.0