基于改进的HOG和LBP算法的人脸识别方法研究

• 作者: 姚立平 潘中良
• 来源期刊: 光电子技术
• 学科: 工学
• 关键词: 人脸识别 局部二值模式特征方向梯度直方图特征 二维主成分分析算法 主成分分析算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究与试制
• 页码范围: 114-118,124
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19453/j.cnki.1005-488x.2020.02.008

摘要

人脸识别技术易受光照、表情等因素影响,为充分提取人脸特征信息,提出了融合改进的局部二值模式(LBP)和梯度方向直方图(HOG)方法提取人脸图形纹理、细节特征,利用列方向压缩的2DPCA+PCA算法对人脸的特征空间进行降维处理,使用2DPCA算法降低了特征维度,解决了仅仅使用PCA方法,由于人脸图像特征维度高而造成求解模型复杂的问题,降低了计算规模,提高了运算速度.最后,使用ORL和Yale人脸数据库进行实验.结果 表明,基于改进的LBP和HOG融合的特征提取具有一定的互补性,与其它的识别算法相比,该改进的算法识别率有了较大的提高,鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘中良		65	230	8.0	12.0
2	姚立平		5	3	1.0	1.0