-
题名基于兴趣点定位的局部方向模式人脸识别方法
被引量：1
- 1
-
-
作者
罗元
李慧敏
张毅
-
机构
重庆邮电大学光电工程学院
重庆邮电大学信息无障碍与服务机器人工程技术研究中心
-
出处
《计算机应用》
CSCD
北大核心
2017年第8期2248-2252,共5页
-
基金
重庆市教委科学技术研究项目(KJ130512)
重庆市科学技术委员会项目(CSCT2015jcyjBX0066)~~
-
文摘
为了解决局部方向模式(LDP)在人脸特征提取过程中采用固定的平均分块方式,不能自适应突出不同样本特征的这一问题,提出一种基于兴趣点定位的改进LDP人脸特征提取方法。兴趣点所在位置特征信息丰富,其根据不同图像自动分布,可以突出不同图像的不同特点。首先定位人脸图像的加速鲁棒特征(SURF)特征点,并通过K-means聚类算法优化兴趣点的数量,确定兴趣点位置;之后以每个兴趣点作为中心建立LDP特征提取窗口,计算其4方向LDP编码,得出图像的特征向量;最后,采用支持向量机(SVM)对人脸进行识别分类。使用该改进算法分别在FERET和Yale数据库中进行实验,并与原始LDP、4方向的LDP方法 (4-LDP)、融合PCA与LDP的特征提取算法(PCA-LDP)进行了比较,实验结果表明,所提出的特征提取方法在保证系统实时性的同时,可以有效提高人脸识别的准确率与稳定性。
-
关键词
局部方向模式
加速鲁棒特征
K均值聚类
人脸识别
兴趣点
-
Keywords
location direction pattern（ldp）
Speed Up Robust Feature（SURF）
K-means clustering
face recognition
interest point
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
