光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2014年
1期
152-159
,共8页
人脸识别%相对梯度直方图%局部二值模式%特征描述
人臉識彆%相對梯度直方圖%跼部二值模式%特徵描述
인검식별%상대제도직방도%국부이치모식%특정묘술
face recognition%relative gradient histogram%local binary pattern%feature description
由于方向边缘幅值模式(POEM)在剧烈光照变化情况下无法获得足够的特征描述信息,本文分析了相对梯度幅值图像特点,提出了相对梯度直方图特征描述方法.该方法根据图像的梯度方向对相对梯度幅值图像进行分解、滤波、局部二值模式编码和特征降维,形成了对光照变化,尤其是非均匀光照变化具有健壮性的低维直方图特征.在FERET和YaleB子集上的人脸识别实验证实:在光照变化较小时,相对梯度直方图特征描述方法与方向边缘幅值模式的性能相当,均显著优于经典的局部二值模式特征;在光照剧烈变化时,前者的识别精度比方向边缘幅值模式至少高5％,性能显著优于方向边缘幅值模式和局部二值模式,展示了相对梯度直方图特征描述方法的有效性和对光照变化的良好健壮性.
由于方嚮邊緣幅值模式(POEM)在劇烈光照變化情況下無法穫得足夠的特徵描述信息,本文分析瞭相對梯度幅值圖像特點,提齣瞭相對梯度直方圖特徵描述方法.該方法根據圖像的梯度方嚮對相對梯度幅值圖像進行分解、濾波、跼部二值模式編碼和特徵降維,形成瞭對光照變化,尤其是非均勻光照變化具有健壯性的低維直方圖特徵.在FERET和YaleB子集上的人臉識彆實驗證實:在光照變化較小時,相對梯度直方圖特徵描述方法與方嚮邊緣幅值模式的性能相噹,均顯著優于經典的跼部二值模式特徵;在光照劇烈變化時,前者的識彆精度比方嚮邊緣幅值模式至少高5％,性能顯著優于方嚮邊緣幅值模式和跼部二值模式,展示瞭相對梯度直方圖特徵描述方法的有效性和對光照變化的良好健壯性.
유우방향변연폭치모식(POEM)재극렬광조변화정황하무법획득족구적특정묘술신식,본문분석료상대제도폭치도상특점,제출료상대제도직방도특정묘술방법.해방법근거도상적제도방향대상대제도폭치도상진행분해、려파、국부이치모식편마화특정강유,형성료대광조변화,우기시비균균광조변화구유건장성적저유직방도특정.재FERET화YaleB자집상적인검식별실험증실:재광조변화교소시,상대제도직방도특정묘술방법여방향변연폭치모식적성능상당,균현저우우경전적국부이치모식특정;재광조극렬변화시,전자적식별정도비방향변연폭치모식지소고5％,성능현저우우방향변연폭치모식화국부이치모식,전시료상대제도직방도특정묘술방법적유효성화대광조변화적량호건장성.
