楊毅+楊恢先+唐金鑫+張書豪



摘要:本文針對單樣本情況下傳統人臉識別方法在姿態、表情和光照等變化下識別效果不佳的問題,提出一種基于單演主方向中心對稱局部二值模式的單樣本人臉識別模式的單樣本人臉識別算法。首先用多尺度的單演濾波器提取人臉圖像單演局部幅值和局部方向信息,并求取主方向,生成主方向模式圖;然后用CS-LBP算子進行編碼,得到特征;最后對不同單演尺度空間中的特征分塊統計特征直方圖并運用直方圖相交進行分類識別。在AR、Extend Yale BA臉數據庫的實驗結果表明,該算法簡單有效,對光照、表情、部分遮擋變化具有較好的魯棒性。
關鍵詞:人臉識別;單樣本;單演信號;主方向模式;中心對稱局部二值模式(CS-LBP)
DOI: 10.3969/j.issn.1005-5517.2017.8.016
引言
近年來,人臉識別由于具有友好、非侵犯性等優點成為機器視覺和圖像處理領域的研究熱點,并在經濟、司法、安保領域得到了廣泛的應用川。在多數實際的應用場合下,數據庫只能采集到單幅人臉圖像作為訓練樣本,如身份證、護照、駕駛證等數據庫[2]。在這種單樣本的情況下,一些具有代表性的傳統人臉識別算法就很難取得理想的效果。目前,單樣本人臉識別的研究主要集中在提取不變特征、樣本擴張、特征子空間擴展、圖像增強和三維識別等方面[3]。
中心對稱局部二值模式(Center symmetric localbinary pattern,CS-LBP)是一種對LBP改進的有效局部紋理描述算子,CS-LBP的特征維數少于LBP,節省特征提取與匹配時間。文獻[4]中,Ngoc-Son Vu等人提出了基于圖像梯度的主方向模式(Patterns of DominantOrientations, PDO)特征提取算法,也取得了不錯的識別效果。……