结合对比度信息与LBP的分块人脸识别

山东大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (4): 29-34.

结合对比度信息与LBP的分块人脸识别

曹红根¹,袁宝华¹,朱辉生²

1.南京理工大学泰州科技学院计算机科学与技术系, 江苏泰州 225300;
2.复旦大学计算机科学与技术学院, 上海 200433

收稿日期:2012-03-28 出版日期:2012-08-20 发布日期:2012-03-28
作者简介:曹红根(1981- ),男,江苏泰州人,讲师,硕士,主要研究方向为图像处理和计算机仿真. E-mail:forjustsoso@163.com
基金资助:
国家自然科学基金资助项目(61101197／F010402)

Recognition of intersected face based on contrast information and local binary pattern

CAO Hong-gen¹, YUAN Bao-hua¹, ZHU Hui-sheng²

1. Department of Computer Science ＆ Technology, Taizhou Institute of Science ＆ Technology, Nanjing University of
Science and Technology, Taizhou 225300, China;
2. School of Computer Science＆ Technology, Fudan University, Shanghai 200433, China

Received:2012-03-28 Online:2012-08-20 Published:2012-03-28

摘要/Abstract

摘要：

基于局部二值模式(local binary pattern,LBP)的特征提取方法忽略了图像灰度值变化的强度。针对这一问题,提出了一种结合对比度信息和LBP进行人脸识别的方法。首先采用LBP算子、VAR方差(variance,VAR)算子分别提取分块人脸灰度图像的LBP直方图序列(local binary pattern histogram sequence,LBPHS)和VAR直方图序列(variance histogram sequence,VARHS),然后将LBPHS和VARHS串联成LBP／VARHS,最后根据最近邻原则进行人脸识别。该算法能够提取有效的人脸纹理信息,而且能够大幅度地降低训练数据量,并且数据量的维数与原始图像大小无关。在ORL和YALE标准人脸数据库上的实验表明,该方法应用于人脸识别中，具有较高的识别率。

关键词: 局部二值模式, 对比度信息, 直方图序列, 特征提取, 人脸识别

Abstract:

The method of feature extraction based on local binary pattern(LBP) ignored the magnitude of the gray level differences.To solve this problem, a face recognition method based on contrast information and LBP was presented. First, LBP operator was used to extract the LBP histogram sequence (LBPHS) from block graylevel face images,and VAR operator was used to extract the VAR histogram sequence (VARHS). Second, the above two operator were concatenated into a single histogram sequence(LBP／VARHS). Finally, the face recognition was realized based on the nearest neighbor principle. The proposed method could effectively extract the face feature, and greatly reduce the amount of training data. The dimension of the amount of data had nothing to do with the original image size. Experimental results showed that the proposed method could obtain better recognition rate on both ORL and YALE face database.

Key words: local binary pattern, contrast information, histogram sequence, feature extraction, face recognition

曹红根1,袁宝华1,朱辉生2. 结合对比度信息与LBP的分块人脸识别[J]. 山东大学学报(工学版), 2012, 42(4): 29-34.

CAO Hong-gen1, YUAN Bao-hua1, ZHU Hui-sheng2. Recognition of intersected face based on contrast information and local binary pattern[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2012, 42(4): 29-34.

参考文献

相关文章 15

[1]	王国新,陈凤东,刘国栋. 基于彩色伪随机编码结构光特征提取方法[J]. 山东大学学报(工学版), 2018, 48(5): 55-60.
[2]	叶子云,杨金锋. 一种基于加权图模型的手指静脉识别方法[J]. 山东大学学报(工学版), 2018, 48(3): 103-109.
[3]	张振月,李斐,江铭炎. 基于低秩表示投影的无监督人脸特征提取[J]. 山东大学学报(工学版), 2018, 48(1): 15-20.
[4]	于青民,李晓磊,翟勇. 基于改进EMD和数据分箱的轴承内圈故障特征提取方法[J]. 山东大学学报(工学版), 2017, 47(3): 89-95.
[5]	何其佳,刘振丙,徐涛,蒋淑洁. 基于LBP和极限学习机的脑部MR图像分类[J]. 山东大学学报(工学版), 2017, 47(2): 86-93.
[6]	郭超,杨燕,江永全,宋祎. 基于多视图分类集成的高铁工况识别[J]. 山东大学学报(工学版), 2017, 47(1): 7-14.
[7]	王斌,常发亮,刘春生. 基于多特征融合的交通标志分类[J]. 山东大学学报(工学版), 2016, 46(4): 34-40.
[8]	钟智彦,文志强, 张潇云,叶德刚. 基于半色调图像的邻域相似性描述子方法[J]. 山东大学学报(工学版), 2016, 46(3): 58-64.
[9]	周凯,元昌安,覃晓,郑彦,冯文铎. 基于核贝叶斯压缩感知的人脸识别[J]. 山东大学学报(工学版), 2016, 46(3): 74-78.
[10]	卢丹, 周以齐. 基于EEMD和CWT的挖掘机座椅振动分析[J]. 山东大学学报(工学版), 2015, 45(3): 58-64.
[11]	任捷怡, 吴小俊. 一种改进的协方差鉴别学习方法[J]. 山东大学学报(工学版), 2015, 45(1): 9-12.
[12]	李春雷, 张兆翔, 刘洲峰, 廖亮, 赵全军. 基于纹理差异视觉显著性的织物疵点检测算法[J]. 山东大学学报(工学版), 2014, 44(4): 1-8.
[13]	于海晶1,2, 李桂菊1*. 基于差分盒维数的彩色烟雾图像识别[J]. 山东大学学报(工学版), 2014, 44(1): 35-40.
[14]	谢志华. 一种新的血流建模方法及其在红外人脸识别中的应用[J]. 山东大学学报(工学版), 2013, 43(5): 1-5.
[15]	郭慧玲,王士同*,闫晓波. 基于广义旋转不变性核函数的人脸识别[J]. 山东大学学报(工学版), 2012, 42(5): 71-79.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed