基于LBP的拉普拉斯特征映射人脸识别

《基于LBP的拉普拉斯特征映射人脸识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２６卷第８期信号处理Ｖｏｌ．２６．Ｎｏ．８２０１０年８月ＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧＡｕｇ．２０１０基于ＬＢＰ的拉普拉斯特征映射人脸识别１１２应自炉蔡淋波刘召义（１．五邑大学信息学院，广东江门５２９０２０；２．中国人民解放军９２２６１部队８０分队，海南儋州５７１７３４）摘要：局部二元模式算子法计算简单且易于实现，能有效地提取人脸局部结构的纹理特征。拉普拉斯特征映射算法是一种经典的非线性降维法，其优化过程无局部最小问题。鉴于以上优点，提出了一种基于局部二元模式的拉普拉斯特征映射人脸识别方法。该算法首先采用均匀模式的ＬＢ

2、Ｐ算子提取人脸特征，再用ＬＥ算法进行非线性降维，最后用ＳＶＭ进行分类识别。分别选取了ＯＲＬ人脸库中每人前３，５，７，９幅样本作为训练集进行了实验，并与其他算法进行了比较分析，证明了该算法的有效性。关键词：人脸识别；局部二元模式；拉普拉斯特征映射；支持向量机中图分类号：ＴＰ３９１．９文献标识码：Ａ文章编号：１００３－０５３０（２０１０）０８－１２３０－０４ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎｗｉｔｈＬａｐｌａｃｉａｎＥｉｇｅｎｍａｐｓｏｎＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎＹＩＮＧＺｉｌｕＣＡＩＬｉｎｂｏ（ＳｃｈｏｏｌｏｆＩｎ

3、ｆｏｒｍａｔｉｏｎ，ＷｕｙｉＵｎｉｖｅｒｓｉｔｙ，Ｊｉａｎｇｍｅｎ，Ｇｕａｎｇｄｏｎｇ，５２９０２０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎ（ＬＢＰ）ｏｐｅｒａｔｏｒｉｓｖｅｒｙｓｉｍｐｌｅｔｏｃａｌｃｕｌａｔｅａｎｄｉｍｐｌｅｍｅｎｔ．Ｉｔｃａｎｅｆｆｉｃｉｅｎｔｌｙｅｘｔｒａｃｔｆａｃｉａｌｔｅｘｔｕｒｅｆｅａｔｕｒｅｗｈｉｃｈｒｅｐｒｅｓｅｎｔｓｔｈｅｌｏｃａｌｓｔｒｕｃｔｕｒｅｏｆｆａｃｅｉｍａｇｅｓ．ＬａｐｌａｃｉａｎＥｉｇｅｎｍａｐｓ（ＬＥ）ｉｓａｃｌａｓｓｉｃａｌｎｏｎｌｉｎｅ

4、ａｒｄａｔａｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎｍｅｔｈｏｄ．Ｉｔｓｍａｉｎｏｐｔｉｍｉｚａｔｉｏｎｄｏｎｏｔｉｎｖｏｌｖｅｓｌｏｃａｌｍｉｎｉｍａ．Ｂｅｎｅｆｉｔｉｎｇｆｒｏｍｔｈｅａｄｖａｎｔａｇｅｓｏｆｂｏｔｈｔｈｅｍ，ａｎｅｗａｐｐｒｏａｃｈｔｏｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｃｏｎｓｔｒｕｃｔｅｄｂｙｃｏｍｂｉｎｉｎｇＬＢＰｏｐｅｒａｔｏｒａｎｄＬＥ．Ａｔｆｉｒｓｔ，ｔｈｅｕｎｉｆｏｒｍＬＢＰｏｐｅｒａｔｏｒｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｆａｃｉａｌｔｅｘｔｕｒｅｆｅａｔｕｒｅ；ｔｈｅｎＬＥａｌ

5、ｇｏｒｉｔｈｍｉｓｕｓｅｄｆｏｒｄａｔａｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎ；ｆｉｎａｌｌｙ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｉｓｕｓｅｄｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｅｘｔｅｎｓｉｖｅｅｘｐｅｒｉｍｅｎｔｓａｒｅｃａｒｒｉｅｄｏｕｔｂｙｃｈｏｏｓｉｎｇｔｈｅｆｏｒｍｅｒ３，５，７，９ｉｍａｇｅｓｏｆｅａｃｈｓｕｂｊｅｃｔａｓｔｒａｉｎｉｎｇｓｅｔ．Ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒａｌｇｏｒｉｔｈｍｓ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＬＢＰ＿ＬＥｐｒ

6、ｏｖｉｄｅｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｔｈａｎｔｈａｔｏｆｔｈｅｍａｎｄｐｒｏｖｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｅｓｅｎｔｅｄａｌｇｏｒｉｔｈｍ．Ｋｅｙｗｏｒｄｓ：ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ；ＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎ；ＬａｐｌａｃｉａｎＥｉｇｅｎｍａｐｓ；ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ式ＬＢＰ操作后数据维数会有所约减，但是随着实验样１引言本数目增加，不可避免地要进行数据降维。近几十年［２］众所周知，特征提取与特征降维是人脸识别技术来，研究者们提出了许多人脸识别的降维算法。其

7、的两个关键步骤。在降维之前，如何来提取人脸特征中，最受欢迎的是统计学习方法，例如：特征脸方法、对人脸识别结果影响很大。Ｏｊａｌａ等人在１９９９年最早Ｆｉｓｈｅｒ脸方法、贝叶斯匹配法等。然而，实际过程中，人提出的局部二进模式（ＬＢＰ），２００２年Ｏｊａｌａ等人又提出脸的维数远远超过样本数，在运用上述方法时，经常会［１］ＬＢＰ算子的扩展模型———均匀模式ＬＢＰ。ＬＢＰ算子遇到“小样本”问题。为此，研究者们提出了采用非线是一种有效的纹理描述工具，近年来已广泛地应用到性降维法来避免上述问题。其中，拉普拉斯特征映射人脸识别中来，它具

8、有以下优点：（１）具有较高的分辨（ＬａｐｌａｃｉａｎＥｉｇｅｎｍａｐｓ，ＬＥ）是Ｂｅｌｋｉｎ等在２００２年提出能力，对光照不敏感，能效描述图像局部特征；（２）算法的一种非线性数据降维方法，该算法能反映流形的本简单快速。本文基于ＬＢＰ的人脸特征提取方法，在应征几何结构，且计算简单，只涉及一些局部计算和一个