10.19453/j.cnki.1005-488x.2020.02.008
基于改进的HOG和LBP算法的人脸识别方法研究
人脸识别技术易受光照、表情等因素影响,为充分提取人脸特征信息,提出了融合改进的局部二值模式(LBP)和梯度方向直方图(HOG)方法提取人脸图形纹理、细节特征,利用列方向压缩的2DPCA+PCA算法对人脸的特征空间进行降维处理,使用2DPCA算法降低了特征维度,解决了仅仅使用PCA方法,由于人脸图像特征维度高而造成求解模型复杂的问题,降低了计算规模,提高了运算速度.最后,使用ORL和Yale人脸数据库进行实验.结果 表明,基于改进的LBP和HOG融合的特征提取具有一定的互补性,与其它的识别算法相比,该改进的算法识别率有了较大的提高,鲁棒性更强.
人脸识别、局部二值模式特征方向梯度直方图特征、二维主成分分析算法、主成分分析算法
40
TP391(计算技术、计算机技术)
广州市科技计划;广东省科技计划
2020-07-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
114-118,124
