多尺度加权LBP的人脸识别-论文.pdf

《多尺度加权LBP的人脸识别-论文.pdf》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41卷第4期光电工程Vo1．41，NO．42014年4月Opto—ElectronicEngineeringApr,2014文章编号：1003—501X(2014)04—0082—07多尺度加权LBP的人脸识别王成，郭飞2，赖雄鸣，郑黎晓(1．华侨大学a．计算机科学与技术学院，b．机电及自动化学院，福建厦门36102l；2．西安交通大学电子与信息工程学院计算机系软件与理论研究所，西安710049)摘要：针对传统局部二值模型(LBP)算子容易受到周围噪声点的干扰的缺点，提出了首先对图像进行Gauss滤波预处理，去除图像中

2、的干扰噪声。针对传统LBP算子无法提取出非局部特征信息，提出一种新的基于多尺度加权的改进LBP(MWLBP)算子。MWLBP算子以不同大小的方型邻域为研究对象，将不同大小区域的LBP直方图进行加权求和。MWLBP比传统LBP算子提取的特征范围更大，在提取了局部特征的同时，保留了一定的非局部特征。相对于Gabor和其它特征提取方法，MWLBP算子在保留了多尺度特征的同时，能控制计算量大小。在ORL和Yale人脸数据库上的实验表明，Gauss滤波预处理确实能去除图像中的干扰噪声，提高识别准确率；MWLBP算子比传统的LBP算

3、子、Gabor和其它特征提取方法减少了计算量，加快了分类器训练和人脸识别的速度，提高了准确率。关键词：人脸识别；局部二值模式；Gauss滤波预处理；多尺度加权；空间区域直方图；Gabor中图分类号：TP18l文献标志码：Adoi：10．3969~．issn．1003—501X．2014．04．0l3FaceRecognitionBasedonMultipleWeightLocalBinaryPatternWANGChenghGUOFei，LAIXiongming，ZHENGLixiaoh，r1．a．CollegeofCo

4、mputerScience＆Technology；b．CollegeofMechanicalEngineering＆Automation，HuaqiaoUniversity，Xiamen361021，FujianProvince，China；2．DepartmentD，‘ComputerScienceandTechnology，Xi’anJiaotongUniversity，Xi’an710049，China)Abstract：Inordertoovercomethenoisesensitivitydisadvantag

5、esoftraditionalLocalBinaryPattern(LBP)，thispaperpresentsusingGaussfilterstopreprocessfaceimagestoremoveinterferencenoise．Inordertoovercomethenonon—localfeatureextractiondisadvantagesoftraditionalLBP,thispaperpresentsanewMultipleWeightLocalBinaryPattern(MWLBP)oper

6、ator．MWLBPoperatorweightssumspatialregionhistogramvalueofdifferentsizessquaretypeneighborhoodregionalLBP．ComparedwithtraditionalLBP,thisnewoperatorextractsfeaturesinamuchlargerareaandcanpreserveacertainnon—localfeatureswhileextractinglocalfeaturesatthesametime．Co

7、mparedwithGaborfeatureandotherfeatureextractionmethods，thisnewoperatorcancontroltheamountofcalculationwhilepreservingmultiplescalefeatures．NumericalexperimentalresultsinORLandYalefacedatasetsshowthatGaussfilterpreprocessingcanremoveinterferencenoise，andimproverec

8、ognitionaccuracyrate．MWLBPhassmallercomputationalcomplexity，lessclassifiertrainingtime，fasteroperationaleficiencyandhigherrecognitionaccuracyratethantraditiona