10.16186/j.cnki.1673-9787.2015.06.014
基于LPQ和Fisherfaces的模糊人脸识别
针对现有人脸识别系统对模糊人脸图像的识别无法达到理想的效果,提出一种基于局部相位量化(Local Phase Quantization,LPQ)和Fisherfaces进行模糊人脸识别方法.首先采用LPQ算子提取分块模糊人脸灰度图像的LPQ直方图序列(LPQHS),然后对采样后的特征运用Fisherfaces方法进行特征子空间选择,最后通过最近邻分类准则进行人脸识别.该算法增强了提取模糊人脸纹理信息的有效性,使训练数据量大幅度降低,并且图像特征向量的维数与原始图像大小无关.在Yale和AR形成的模糊人脸数据库上的实验表明,该方法具有较高的识别率.
局部相位量化、Fisherfaces、人脸识别、识别率、局部相位量化直方图序列
34
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61101197,F010402
2015-11-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
826-830