基于区域改进LBP和KNN的人脸识别
传统基于LBP特征的人脸识别算法因为受到人脸位置的影响,识别效果差;基于此,该文提出了基于区域改进的LBP和KNN的人脸识别方法.首先将整张图片划分成若干个小区域,再对每个子区域内各个位置的像素点都提取其LBP特征,接着,在每个子区域内建立自己的LBP特征统计直方图.然后,将所有直方图按顺序串联起来,并对其进行归一化,一张图片便能通过一个归一化直方图来表示.最后,将最终的归一化的直方图作为人脸特征,并采用KNN算法完成人脸识别.实验结果表明该划分方法能够有效地提升识别效果.
人脸识别、人脸特征、LBP、KNN
12
TP391(计算技术、计算机技术)
该文章受到2015年防灾科技学院大学生创新项目资助,项目名称:基于Deep-Learning人脸识别的学生考勤系统初步设计与实现,项目201511775023;指导老师:袁静,刘海军
2016-07-06(万方平台首次上网日期,不代表论文的发表时间)
共2页
184-185