基于改进型局部二值模式人脸识别方法探究

《基于改进型局部二值模式人脸识别方法探究》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、基于改进型局部二值模式人脸识别方法探究　　摘要：局部二值模式在人脸识别领域应用广泛，但是该算法阈值为中心像素，对噪声比较敏感，文章采用小波变换首先对图像进行压缩，降低数据量，然后利用均值和方差的线性组合作为动态阈值进行纹理特征的提取，最后采用最近邻算法进行分类识别。实验结果分析表明改进后的算法的识别率有了一定的提高。关键词：局部二值模式人脸识别动态阈值特征提取特征匹配中图分类号：TP391.41文献标识码：A文章编号：1007-9416（2013）12-0071-021引言人脸识别技术是生物特征识别领域中一种典型的识别技术，在

2、信息安全、刑事侦破、出入境控制等领域具有广泛的应用前景。基于局部模式的人脸识别方法比较典型的算法有基于局部二值模式的识别方法、基于Gabor小波变换的识别方法、主动形状模型等。近年来，局部二值模式（LocalBinary4Pattern，LBP）[1]在人脸识别应用中取得了显著成果，并出现了很多新的改进方法。LBP方法具有原理简单，特征分类能力强等特点。但是LBP算子本身不够完善，提取的局部特征并不完整。针对以上问题，Hafiane等[2]在2007年提出了中值二值模式的纹理分类方法，Guo等[3]提出了自适应局部二值模式的纹

3、理分类方法，Liao等[4]提出了显性局部二值模式，Tan等[5]提出了局部三值模式（Localternarypatterns，LTP）的人脸识别方法。本文在LTP算法基础上，对算法进一步改进，采用小波变换对图像进行压缩，减小了后续特征向量的计算复杂度，然后采用动态阈值对变换后图像进行特征提取，最后采用最近邻算法进行分类识别，与原算法相比，显著提高了人脸识别率。2局部二值模式4实验结果与分析实验通过matlab来实现，采用的是ORL人脸图像库，该数据库由剑桥大学AT&T实验室创建，包括40个不同人的400幅面部图像。实验随机选

4、取了15个不同人的图像。直方图特征向量的提取过程如（图3）所示。采用单样本库和多样本库两种库来进行实验。随机采取15个人。单样本库是每个人采用一张图像作为训练图像，一张图像作为测试图像，多样本库是每个人采用5张图像作为训练图像，5张图像作为测试图像。经过实验后得到的识别图如（图3、4）。4红色线代表的原始LBP算识别的结果，蓝色线代表的是改进后算法识别的结果。横轴代表的是15个人。纵轴代表的是识别率。实验结果表明，在单样本和多样本的库中均能够看出改进后的算法识别率有所提高。并且在小样本上表现的更明显。5结语局部二值模式算法作为

5、特征提取的算子提取的是局部的纹理特征，对于局部二值模式的变形算法局部三值模式进行了改进，将固定的阈值改为动态的阈值，即均值和方差的线性组合形式。实验表明改进后的算法识别率与原来算法相比得到了提高。但是基于改进局部二值模式的人脸识别是基于纹理特征上的研究，对于形状因素没有深入进行考虑。因此，将改进后的纹理特征的提取与形状因素相结合是需要更进一步的研究。参考文献[1]OjalaT，Pietik¨ainenM，M¨aenp¨a¨aT.Multiresolutiongray-scaleandrotationinvarianttextu

6、reclassificationwithlocalbinarypatterns.IEEETransactionsonPatternAnalysisandMachineIntelligence，2002，24（7）：971-987.[2]HafianeA，SeetharamanG，ZavidoviqueB.Medianbinarypatternfortexturesclassification.In：Proceedingsofthe2007InternationalConferenceon4ImageAnalysisandRec

7、ognition.Montreal，Canada：Springer，2007.387-398.[3]GuoZH，ZhangL，ZhangD，ZhangS.RotationinvarianttextureclassificationusingadaptiveLBPwithdirectionalstatisticalfeatures.In：Proceedingsofthe17thIEEEInternationalConferenceonImageProcessing.HongKong，China：IEEE，2010.285-288

8、.[4]LiaoS，LawMWK，ChungACS.Dominantlocalbinarypatternsfortextureclassification.IEEETransactionsonImageProcessing，2009，18（5）：1107-1118.[5]Ta