基于多角度LBP特征的三维人脸性别分类
人脸性别分类是一个富有挑战的研究方向,目前的研究尚不完善.本文提出一种三维人脸的性别分类方法,首先对数据集进行局部区域最近邻点迭代算法(Iterative closest point,ICP)匹配,自动实现人脸正向姿态校正;对数据集人脸统一做俯仰角度的旋转,从不同视角上提取基于深度缩略图的多角度LBP (Local binary patterns)特征;再由支持向量机(Support vector machine,SVM)分类器完成训练分类.该方法在CASIA数据库上实验,对全库中性表情人脸进行性别分类,可以得到最高98.374%的正确率.
三维人脸、性别分类、局部区域最近邻点迭代算法(Iterative closest point、ICP)、深度缩略图、多角度LBP
38
TP(自动化技术、计算机技术)
国家自然科学基金60973064;61163044;973前期计划专项课题2010CB334709
2012-12-27(万方平台首次上网日期,不代表论文的发表时间)
1544-1549