论文摘要
针对目前单样本人脸识别率不高这一问题,本文提出一种基于子模式下的分层LBP和金字塔模式HOG特征相融合的单样本人脸识别方法。该方法针对人脸不同部位对人脸识别所做贡献的程度,先通过已有人脸不同部位的分类器将人脸不同器官提取出来并以此为基准将其分为不同的子图像。然后针对LBP描述子提取的纹理特征数量较少且不能很好的描述图像边缘和方向信息等问题,将分层LBP与金字塔不同层级的HOG特征相融合的方法作用在每一个子图像上,得到每一个子图像的融合特征向量,计算训练样本与测试样本对应的每一个子图像的融合特征的欧氏距离并且乘上预先设定的该子图像对应的权重参数,然后将它们相加得到最终的欧氏距离,通过阈值判断该人脸所属id。最后通过在ORL人脸库上进行实验,结果表明本文提出的方法比现有单样本人脸识别方法识别率更高。
论文目录
文章来源
类型: 期刊论文
作者: 马振,刘凤连,汪日伟
关键词: 子模式,分层,融合特征,欧氏距离
来源: 光电子·激光 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室
基金: 天津市教委科研重点项目(2017ZD13)]资助项目
分类号: TP391.41
DOI: 10.16136/j.joel.2019.12.0428
页码: 1309-1316
总页数: 8
文件大小: 1927K
下载量: 123