基于LBP直方图的复杂光照下的人脸识别
Computer Engineering and Applications（2012）
Abstract
提出一种具有较强光照鲁棒性的人脸识别方法.通过Gamma校正、高斯差分(DoG)滤波和对比度均衡化算法对图像进行光照预处理,降低光照敏感度；利用局部二值模式(LBP)算子提取局部纹理特征,将图像划分为若干个不重叠的子区域,提取每个子区域LBP直方图,形成人脸图像特征,用主成分分析(PCA)进行降维处理；使用支持向量机(SVM)进行分类识别.在Yale-B数据库进行实验的结果表明,该算法的平均识别率可达99.68％,其性能优于目前该领域的典型算法.
MoreTranslated text
Key words
Local Binary Patterns,Face Recognition,Spatial Pattern Analysis,Dimensionality Reduction,Support Vector Machines
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined