基于LBP和PCA特征提取的人脸识别

被引:9
作者
熊承义
李丹婷
笪邦友
机构
[1] 中南民族大学电子信息工程学院
关键词
人脸识别; 特征提取; 局部二元模式; 主成分分析;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.首先,对人脸图像进行分块,提取其LBP直方图特征,然后使用PCA方法对特征向量进行降维,最后将降维后的特征向量用于识别.在FERET人脸库上的实验结果表明:相对于原始LBP表达方法,结合LBP和PCA的人脸表达能有效降低计算复杂度,同时也较好地保持了原有识别精度.
引用
收藏
页码:75 / 79
页数:5
相关论文
共 2 条
[1]   EIGENFACES FOR RECOGNITION [J].
TURK, M ;
PENTLAND, A .
JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86
[2]  
Independent component representations for face recognition. Bartlett M S, Lades H M, Sejnowski T J. Proceedings of the SPIE Symposiumon Electronic Imaging, Science and Technology, conference on Human Vision and Electronic Imaging . 1998