作者单位
摘要
School of Physics and Telecommunications Engineering, South China Normal University, Guangzhou 510006, CHN
人脸识别技术易受光照、表情等因素影响,为充分提取人脸特征信息,提出了融合改进的局部二值模式(LBP)和梯度方向直方图(HOG)方法提取人脸图形纹理、细节特征,利用列方向压缩的2DPCA+PCA算法对人脸的特征空间进行降维处理,使用2DPCA算法降低了特征维度,解决了仅仅使用PCA方法,由于人脸图像特征维度高而造成求解模型复杂的问题,降低了计算规模,提高了运算速度。最后,使用ORL和Yale人脸数据库进行实验。结果表明,基于改进的LBP和HOG融合的特征提取具有一定的互补性,与其它的识别算法相比,该改进的算法识别率有了较大的提高,鲁棒性更强。
人脸识别 局部二值模式特征方向梯度直方图特征 二维主成分分析算法 主成分分析算法 face recognition LBP feature HOG feature 2DPCA algorithm PCA algorithm 
光电子技术
2020, 40(2): 114

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!