融合CDI和LBP的人脸特征提取与识别算法
针对光照、姿态和表情对人脸识别率造成严重影响的问题,提出了结合笛卡儿微分不变量(CDI,cartesian differential invariant)和LBP(local binary patterns)的人脸特征抽取与识别算法.首先,利用高斯微分算子抽取人脸图像的微分结构,组合这些微分结构得到一个不可约简的笛卡儿CDI集.其次,对CDI集中每个分量分别计算其LBP特征,并将所有分量的LBP特征连接起来以得到人脸图像的特征.最后,运用所抽取出的人脸局部描述特征和支持向量机(SVM)分类器完成人脸图像分类与识别.试验分析表明,基于CDI的LBP特征对人脸位置、姿态,光照和表情的变化具有较高的不变性.该算法在ORL和Yale人脸库中分别取得了98.5%和98.89%的识别率.
微分不变量、LBP特征、人脸识别、支持向量机
21
TP391.4(计算技术、计算机技术)
国家高技术研究发展计划(863计划)2006AA12A104
2010-04-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
112-115