欢迎来到天天文库
浏览记录
ID:38138141
大小:1.05 MB
页数:4页
时间:2019-05-25
《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)08-1230-04FaceRecognitionwithLaplacianEigenmapsonLocalBinaryPatternYINGZiluCAILinbo(SchoolofIn
3、formation,WuyiUniversity,Jiangmen,Guangdong,529020,China)Abstract:LocalBinaryPattern(LBP)operatorisverysimpletocalculateandimplement.Itcanefficientlyextractfacialtexturefeaturewhichrepresentsthelocalstructureoffaceimages.LaplacianEigenmaps(LE)isaclassicalnonline
4、ardatadimensionalityreductionmethod.Itsmainoptimizationdonotinvolveslocalminima.Benefitingfromtheadvantagesofboththem,anewapproachtofacerecognitionisconstructedbycombiningLBPoperatorandLE.Atfirst,theuniformLBPoperatorisusedtoextractthefacialtexturefeature;thenLEal
5、gorithmisusedfordatadimensionalityreduction;finally,supportvectormachine(SVM)isusedforclassification.Extensiveexperimentsarecarriedoutbychoosingtheformer3,5,7,9imagesofeachsubjectastrainingset.Comparedwithotheralgorithms,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
此文档下载收益归作者所有