基于LBP算子和稀疏表达分类器的人脸表情识别

被引：3

作者：

周昊

火元莲

机构：

[1] 西北师范大学物理与电子工程学院

来源：

自动化与仪器仪表 | 2014年 / 10期

关键词：

LBP算子; MP-LBP; 特征提取; 压缩感知理论; 分类器;

D O I：

10.14016/j.cnki.1001-9227.2014.10.137

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于局部二值模式(LBP)算子算法与传统的特征提取算法相比具有特征提取准确、精细、光照不变性等优点,本文提出的MB-LBP算法在原来LBP算法的优点基础上能通过分块更有效的提取特征数据。并结合基于压缩感知理论实现人脸表情的识别。本文主要利用LBP算法提取人脸表情特征然后用稀疏表达分类器实现对特征进行分类和识别,经实验结果表明能有效的提高识别率和识别效率。

引用

页码：137 / 139+142 +142

页数：4

共 6 条

[1] 基于GLC-KSVD的稀疏表示人脸识别算法
封睿
李小霞
[J]. 四川兵工学报, 2014, 35 (04) : 88 - 92
[2] 一种基于Gabor小波特征的人脸表情识别新方法
罗飞
王国胤
杨勇
[J]. 计算机科学, 2009, 36 (01) : 181 - 183+215
[3] 面向身份认证的人脸识别及应用[D]. 靳薇.西安电子科技大学. 2011
[4] A Homotopy Algorithm for the Quantile Regression Lasso and Related Piecewise Linear Problems
Osborne, M. R.
Turlach, B. A.
[J]. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2011, 20 (04) : 972 - 987
[5] Extensions of compressed sensing[J] . Yaakov Tsaig,David L. Donoho. Signal Processing . 2005 (3)
[6] A two-phase test sample sparse representation method for use with face recognition .2 Xu,Yong,Zhang,David,Yang,Jian,Yang,Jing-Yu. IEEE Transactions on Circuits and Systems for Video Technology . 2011

← 1 →