计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
9期
2671-2674
,共4页
闫海停%王玲%李昆明%刘机福
閆海停%王玲%李昆明%劉機福
염해정%왕령%리곤명%류궤복
人脸识别%单演滤波%局部量化模式%k均值聚类%码本
人臉識彆%單縯濾波%跼部量化模式%k均值聚類%碼本
인검식별%단연려파%국부양화모식%k균치취류%마본
face recognition%monogenic filter%Local Quantiztative Pattern (LQP)%k-means%codebook
针对传统人脸识别方法提取的特征维数较高和计算量较大的缺点,提出了一种基于单演滤波与局部量化模式(LQP)相结合的人脸特征提取方法.首先,通过对人脸图像进行多尺度的单演滤波获得图像的包括局部幅值、局部方向和局部相位的多模式单演特征;然后,用LQP算子对图像中的每个像素点的三种单演特征进行编码,得到每个尺度滤波器下的LQP模式图;最后,将这些LQP模式图分块、统计每一块的直方图并级联作为人脸识别特征.在ORL和CAS-PEAL人脸库上对所提算法进行的测试结果表明,该算法能够以较低维数的特征取得较高的识别率,可以有效降低算法的计算复杂度.
針對傳統人臉識彆方法提取的特徵維數較高和計算量較大的缺點,提齣瞭一種基于單縯濾波與跼部量化模式(LQP)相結閤的人臉特徵提取方法.首先,通過對人臉圖像進行多呎度的單縯濾波穫得圖像的包括跼部幅值、跼部方嚮和跼部相位的多模式單縯特徵;然後,用LQP算子對圖像中的每箇像素點的三種單縯特徵進行編碼,得到每箇呎度濾波器下的LQP模式圖;最後,將這些LQP模式圖分塊、統計每一塊的直方圖併級聯作為人臉識彆特徵.在ORL和CAS-PEAL人臉庫上對所提算法進行的測試結果錶明,該算法能夠以較低維數的特徵取得較高的識彆率,可以有效降低算法的計算複雜度.
침대전통인검식별방법제취적특정유수교고화계산량교대적결점,제출료일충기우단연려파여국부양화모식(LQP)상결합적인검특정제취방법.수선,통과대인검도상진행다척도적단연려파획득도상적포괄국부폭치、국부방향화국부상위적다모식단연특정;연후,용LQP산자대도상중적매개상소점적삼충단연특정진행편마,득도매개척도려파기하적LQP모식도;최후,장저사LQP모식도분괴、통계매일괴적직방도병급련작위인검식별특정.재ORL화CAS-PEAL인검고상대소제산법진행적측시결과표명,해산법능구이교저유수적특정취득교고적식별솔,가이유효강저산법적계산복잡도.