10.3969/j.issn.1003-501X.2014.12.013
基于改进的LDP人脸识别算法
LDP算法是将与Kirsch算子运算后得到的一些负值的邻域灰度值作为中心灰度值的编码因子,这将会导致中心灰度值不能很好的反映邻域局部特征信息,从而降低识别率。针对于此,本文提出了一种改进的局部定向模式(CLDP)算法。该算法在 LDP 的基础上,去掉邻域灰度值为负值的因子,对中心灰度值进行重新编码,由于该编码值是将与Kirsch算子运算后的正值最大值作为图像边缘输出,使中心灰度值能很好反映邻域的局部特征信息,从而提高人脸的识别率。本文还将提出的CLDP算法用在YALE,ORL,JAFFE等人脸数据库中进行人脸识别。从实验的结果表明,该方法识别性能较LDP算法,LDN算法以及ELDP算法等更好的。
LDP、局部邻域、人脸识别、Kirsch算子、鲁棒性
TP391.41(计算技术、计算机技术)
国家自然科学基金青年基金项目61203143;国家自然科学基金60874002;沪江基金C14002
2015-01-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
72-77