基于局部二值模式与K-均值的人脸识别

摘要：

针对大尺度LBP算子模式种类过多,导致数据量过大,直方图过于稀疏的问题,提出一种基于局部二值模式与K-均值的人脸识别算法.利用16像素的大邻域LBP算子描述人脸图像的纹理特征,通过K-Means聚类算法将所有LBP编码映射到最近的聚类中心,并建立查找表,快速统计出人脸图像的LBP直方图特征,将其作为人脸的鉴别特征,用于分类识别.实验结果表明,该算法具有较强的人脸图像描述能力和可鉴别性,在AR人脸数据库中取得了很高的人脸识别率,对时间、表情及光照的变化具有较高的鲁棒性.

关键词：局部二值模式、K-Means、聚类、查找表、人脸识别

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61171068;北京市自然科学基金项目9102005;北京工商大学青年教师科研启动基金项目QN-JJ2012-22;北京市教委科研计划基金项目Km201110011006

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3879-3882