用于人脸识别的相对梯度直方图特征描述

被引：25

作者：

杨利平 ^{[1
]}

辜小花 ^{[2
]}

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

[2] 重庆科技学院

来源：

光学精密工程 | 2014年 / 22卷 / 01期

基金：

高等学校博士学科点专项科研基金;

关键词：

人脸识别; 相对梯度直方图; 局部二值模式; 特征描述;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

由于方向边缘幅值模式(POEM)在剧烈光照变化情况下无法获得足够的特征描述信息,本文分析了相对梯度幅值图像特点,提出了相对梯度直方图特征描述方法。该方法根据图像的梯度方向对相对梯度幅值图像进行分解、滤波、局部二值模式编码和特征降维,形成了对光照变化,尤其是非均匀光照变化具有健壮性的低维直方图特征。在FERET和YaleB子集上的人脸识别实验证实:在光照变化较小时,相对梯度直方图特征描述方法与方向边缘幅值模式的性能相当,均显著优于经典的局部二值模式特征;在光照剧烈变化时,前者的识别精度比方向边缘幅值模式至少高5%,性能显著优于方向边缘幅值模式和局部二值模式,展示了相对梯度直方图特征描述方法的有效性和对光照变化的良好健壮性。

引用

页码：152 / 159

页数：8

共 9 条

[1] 用于分类的样本保局鉴别分析方法 [J].