基于改进的LBP和PCA算法的人脸识别
针对LBP算法的特征描述只与中间点和邻域点的灰度值大小有关,而忽略了各个邻域点之间灰度值相关性的问题,提出了一种改进的LBP算法.该方法在特征提取时,不再仅仅依赖于中心点,而是结合中心点与其相邻邻域点之间的关系,然后再利用PCA降维处理,算法不但降低了特征维度,而且提高了运算速度.ORL人脸库上的实验结果表明,改进的LBP算法与原始的LBP算法相比,在识别率上有所提高.
局部二值模式、特征提取、主成分分析、降维、识别率
13
TP391(计算技术、计算机技术)
安徽省教育厅科学研究项目KJ2016A203
2017-07-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
173-174,177