电视技术
電視技術
전시기술
TV ENGINEERING
2014年
5期
181-185
,共5页
人脸识别%特征提取%加权估计%纹理分析%局部模式%相似性度量距离转换
人臉識彆%特徵提取%加權估計%紋理分析%跼部模式%相似性度量距離轉換
인검식별%특정제취%가권고계%문리분석%국부모식%상사성도량거리전환
face recognition%feature extraction%weighting estimation%texture analysis%local pattern%similarity measure distance transformation
传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度,针对这种以局部表示全局而导致不能很好地进行特征提取的问题,提出了基于局部模式的加权估计纹理分析(Weighting Estimation for Texture Analysis,WETA)方法.首先使用局部二值模式(Local Binary Pattern,LBP)或者局部相位量化(Local Phase Quantization,LPQ)对图像进行纹理编码,并将其划分成各个大小相等且不重叠的局部小块;然后从相似空间中提取出最具识别力的坐标轴,利用编码与数据库的不同组合估算出权值;最后,通过权值优化给出了最佳解决方案,并采用相似性度量距离转换完成人脸的识别.在FERET和ORL两大通用人脸数据库上的实验验证了所提方法的有效性,实验结果表明,与先进的纹理方法相比,所提方法取得了更好的识别性能.
傳統的紋理分析方法僅以每箇臉部區域的相對貢獻來標記全跼相似度,針對這種以跼部錶示全跼而導緻不能很好地進行特徵提取的問題,提齣瞭基于跼部模式的加權估計紋理分析(Weighting Estimation for Texture Analysis,WETA)方法.首先使用跼部二值模式(Local Binary Pattern,LBP)或者跼部相位量化(Local Phase Quantization,LPQ)對圖像進行紋理編碼,併將其劃分成各箇大小相等且不重疊的跼部小塊;然後從相似空間中提取齣最具識彆力的坐標軸,利用編碼與數據庫的不同組閤估算齣權值;最後,通過權值優化給齣瞭最佳解決方案,併採用相似性度量距離轉換完成人臉的識彆.在FERET和ORL兩大通用人臉數據庫上的實驗驗證瞭所提方法的有效性,實驗結果錶明,與先進的紋理方法相比,所提方法取得瞭更好的識彆性能.
전통적문리분석방법부이매개검부구역적상대공헌래표기전국상사도,침대저충이국부표시전국이도치불능흔호지진행특정제취적문제,제출료기우국부모식적가권고계문리분석(Weighting Estimation for Texture Analysis,WETA)방법.수선사용국부이치모식(Local Binary Pattern,LBP)혹자국부상위양화(Local Phase Quantization,LPQ)대도상진행문리편마,병장기화분성각개대소상등차불중첩적국부소괴;연후종상사공간중제취출최구식별력적좌표축,이용편마여수거고적불동조합고산출권치;최후,통과권치우화급출료최가해결방안,병채용상사성도량거리전환완성인검적식별.재FERET화ORL량대통용인검수거고상적실험험증료소제방법적유효성,실험결과표명,여선진적문리방법상비,소제방법취득료경호적식별성능.