您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

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

• 机器学习与数据挖掘 • 上一篇    下一篇

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. 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. 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:

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

[1] 那绪博,张莹,李沐阳,陈元畅,华云鹏. 基于ODCG的网约车需求预测模型[J]. 山东大学学报 (工学版), 2023, 53(5): 48-56.
[2] 李颖,王建坤. 基于监督图正则化和信息融合的轻度认知障碍分类方法[J]. 山东大学学报 (工学版), 2023, 53(4): 65-73.
[3] 刘行,杨璐,郝凡昌. 基于多特征融合的手指静脉图像检索方法[J]. 山东大学学报 (工学版), 2023, 53(2): 118-126.
[4] 张学思,张婷,刘兆英,江天鹏. 基于轻量型卷积神经网络的海面红外显著性目标检测方法[J]. 山东大学学报 (工学版), 2022, 52(2): 41-49.
[5] 刘笑,陈家炜,胡峻林. 用于亲属关系鉴别的成对约束组合度量学习[J]. 山东大学学报 (工学版), 2022, 52(2): 50-56.
[6] 曹春红,段鸿轩,曹玲,张乐乐,胡凯,肖芬. 基于多级特征级联的遥感图像实时语义分割[J]. 山东大学学报 (工学版), 2021, 51(2): 19-25.
[7] 杨煦,陈辉,林游思,屠长河. 飞行蝙蝠标记自动提取与追踪算法[J]. 山东大学学报 (工学版), 2019, 49(2): 67-73.
[8] 范君,业巧林,业宁. 基于改进的有监督无参局部保持投影算法的人脸识别[J]. 山东大学学报 (工学版), 2019, 49(1): 10-16.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 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.
[14] 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.
[15] 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.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 李 侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[2] 来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[3] 余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[4] 陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[5] 王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[6] 张英,郎咏梅,赵玉晓,张鉴达,乔鹏,李善评 . 由EGSB厌氧颗粒污泥培养好氧颗粒污泥的工艺探讨[J]. 山东大学学报(工学版), 2006, 36(4): 56 -59 .
[7] Yue Khing Toh1 , XIAO Wendong2 , XIE Lihua1 . 基于无线传感器网络的分散目标跟踪:实际测试平台的开发应用(英文)[J]. 山东大学学报(工学版), 2009, 39(1): 50 -56 .
[8] 孙炜伟,王玉振. 考虑饱和的发电机单机无穷大系统有限增益镇定[J]. 山东大学学报(工学版), 2009, 39(1): 69 -76 .
[9] 孙玉利,李法德,左敦稳,戚美 . 直立分室式流体连续通电加热系统的升温特性[J]. 山东大学学报(工学版), 2006, 36(6): 19 -23 .
[10] 王勇, 谢玉东.

大流量管道煤气的控制技术研究

[J]. 山东大学学报(工学版), 2009, 39(2): 70 -74 .