摘要: 近来,局部二值模式((Local Binary Pattern, LBP)在人脸识别中取得了成功应用。然而,LBP提取的特征维数通常很高。而中心对称局部二值模式(Center-Symmetric Local Binary Pattern, CS-LBP)采用中心对称思想对图像进行编码,能够显著降低提取的特征的维数。为此,将CS-LBP应用于人脸图像特征提取,并结合多通道Labor滤波,提出了基于多通道Gabor滤波与CS-工BP的人脸识别算法。在Yale, ORL, FETER标准人脸库上的实验结果表明,相比局部二值模式,CS-LBP以提取更少的特征维数取得了相当的识别率,并且,基于多通道Labor滤波的CS-LBP能显著提高识别精度。
No related articles found! |
|