基于局部模式加权估计纹理分析的人脸识别-论文.pdf

基于局部模式加权估计纹理分析的人脸识别-论文.pdf

ID:53762504

大小:1.44 MB

页数:5页

时间:2020-04-24

基于局部模式加权估计纹理分析的人脸识别-论文.pdf_第1页
基于局部模式加权估计纹理分析的人脸识别-论文.pdf_第2页
基于局部模式加权估计纹理分析的人脸识别-论文.pdf_第3页
基于局部模式加权估计纹理分析的人脸识别-论文.pdf_第4页
基于局部模式加权估计纹理分析的人脸识别-论文.pdf_第5页
资源描述:

《基于局部模式加权估计纹理分析的人脸识别-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、熬V。脚L。c想栅【本文献信息】胡钟月.基于局部模式加权估计纹理分析的人脸’",rJ、~,t4[J].电视技术,2014,38(5)基于局部模式加权估计纹理分析的人脸识别胡钟月(广西现代职业技术学院,广西河池547000)【摘要】传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度,针对这种以局部表示全局而导致不能很好地进行特征提取的1'7题,提出了基于局部模式的加权估计纹理分析(WeightingEstimationforTextureAnalysis,WETA)方法。首先使用局部二值模式(LocalBinaryPattern,LBP)或者局部相位量

2、化(LocalPhaseQuantization,LPQ)对图像进行纹理编码,并将其划分成各个大小相等且不重叠的局部小块;然后从相似空间中提取出最具识别力的坐标轴,利用编码与数据库的不同组合估算出权值;最后,通过权值优化给出了最佳解决方案,并采用相似性度:匿距离转换完成人脸的识别。在FERET和ORL两大通用人脸数据库上的实验验证了所提方法的有效性,实验结果表明,与先进的纹理方法相比,所提方法取得了更好的识别性能。【关键词】人脸识别;特征提取;加权估计;纹理分析;局部模式;相似性度量距离转换【中图分类号】TN91I.73;TP311【文献标志码】AWeight

3、ingEstimationTextureAnalysisBasedonLocalPatternforFaceRecognition.HUZhongyue(GuangxiModernPolytechnicCollege,GuangxiHechi547000,China)【Abstract】Traditionaltextureanalysismethodsmark~obalsimilarityonlybyrelatedattributionofeachfacearea,fortheissuethat0balinformationisrepresentedbyloc

4、alinformationwhichcausesbadfoatareextracting.WeightingEstimationforTextureAnalysis(WETA)basedonlocalpatternispro—posed.Firstly,faceimagesaredividedintosomenon-overlappinglocalpatcheswithsamesizesaftertexturecodingbyusingLOcalBinaryPatterns(LBP)orLocalPhaseQuantization(LPQ).Then,coor

5、dinateaxeswiththemostdiscriminationareextractedfromthesimilarityspaceanddiferentCOB—binationsbycodesanddatabasesareusedtoestimateweights.Finally,thebestsolutionisgivenbyweightoptimization,usingsimilaritymeasuredis—tancetransformationtofinishfacerecognition.Theefficiencyofproposedmet

6、hodisverifiedbyexperimentsconductedontheFERETandontheORLfacedatabases.Theexperimentsindicatethattheproposedmethodbringsabetterrecognitionperformanceincomparisontootherweightingmethodspro—posedintheliterature.【Keywords】facerecognition;featureextraction;weightingestimation;textureanal

7、ysis;localpattern;similaritymeasuredistancetransformation由于人脸识别技术具有低干扰性和高精确性⋯,在的模型选择转变为较为简单的变量选择,应用惩罚正则化很多场合下的应用都高于其他生物识别方法,包括一些大技巧同步选择邻域和估计参数,实验显示了基于高斯图模范围的应用,比如护照、驾驶执照鉴别、海关检查等。型的纹理特征对纹理分析的有效性。但是,复杂的计算开随着人脸识别技术的发展,基于纹理分析的方法得销使其在应用中受到了限制。结合纹理编码,文献[9]提到了越来越多的应用。许多研究表明,纹理分析方法的应出了一种基于统

8、一权值的纹理分析(TextureAna

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。