基于局部Gabor变化直方图序列的人脸描述与识别

被引：81

作者：

张文超 ^{[1
]}

山世光 ^{[2
]}

张洪明 ^{[1
]}

陈杰 ^{[1
]}

陈熙霖 ^{[2
]}

高文 ^{[1
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 中国科学院计算技术研究所

来源：

软件学报 | 2006年 / 12期

关键词：

人脸识别; Gabor滤波器; 局部二值模式(LBP); 直方图;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种在Gabor变换幅值域内提取局部变化模式空间直方图序列(histogramsequenceoflocalGaborbinarypatterns,简称HSLGBP)的人脸描述及其识别方法.鉴于Gabor特征对光照、表情等变化比较鲁棒,并已在人脸识别领域得到成功应用,首先对归一化的人脸图像进行多方向、多分辨率Gabor小波滤波,并提取其对应不同方向、不同尺度的多个Gabor幅值域图谱(Gabormagnitudemap,简称GMM),然后在每个GMM上采用局部二值模式(localbinarypattern,简称LBP)算子抽取局部邻域关系模式,最后由这些模式的区域直方图形成的序列来描述人脸.Gabor变换、LBP、空间区域直方图的采用使得该方法对光照变化、表情变化、误配准等具有良好的鲁棒性.而且,这种人脸建模方法不需要基于训练集合进行统计学习,因而不存在推广性问题.同时,进一步探讨了如何在分类器设计阶段与统计方法进行结合的问题,提出了统计Fisher加权的HSLGBP匹配方法.在通过FERET人脸库光照、表情和时间变化测试集上与已发表的实验结果进行对比,充分验证了该方法的有效性.

引用

页码：2508 / 2517

页数：10

共 19 条

[1] Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. Ojala T,,Pietik-inen M,M-enp--T. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002
[2] Eigenfaecs vs fisherfaces:Recognition using class specific linear projection. Belhumer P,Hespanha P,Kriegman D. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1997
[3] Eigenfaecs vs fisherfaces:Recognition using class specific linear projection. Belhumer P,Hespanha P,Kriegman D. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1997
[4] The FERET evaluation methodology for face-recognition algorithms. Phillips PJ,Syed HM,Rizvi A,Rauss PJ. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000
[5] Curse of mis-alignment in face recognition:Problem and a novel mis-alignment learning solution. Shan SG,Chang YZ,Gao W,Cao B. Proc.of the IEEE Conf.on Automatic Face and Gesture Recognition . 2004
[6] Gabor feature based classification using the enhanced fisher linear discriminant model for face recognition. Liu CJ,Wechsler H. IEEE Trans.on Image Processing . 2002
[7] Distortion invariant object recognition in the dynamic link architecture. Lades M,Vorbruggen JC,Buhmann J,Lange J,Malsburg C,Wurtz RP,Konen W. IEEE Trans.on Computers . 1993
[8] Face recognition:Component-based versus global approaches. Heisele B,Ho P,Wu J,Poggio T. Computer Vision and Image Understanding . 2003
[9] Face recognition using eigenfaces. Turk M,Pentland A. Proc.of the IEEE Conf.on Computer Vision and Pattern Recognition . 1991
[10] Face recognition vendor test2002results. Phillips PJ,,Grother P,Micheals RJ,Blackburn DM,Tabassi E,Bone JM. Evaluation Report . 2003

← 1 2 →