CAJ | 학술논문

针对一般纹理描述子在姿势、光照和面部表情变化时不能较好描述人脸纹理特征，提出一种改进的局部图结构（MLGS）结合加权纹理估计的人脸识别算法。首先，改进的算子基于阈值邻域像素计算出每个像素的新特征值，生成直方图；然后在训练阶段存储所有训练文件的直方图作为每个用户的模板；最后，利用加权纹理估计完成人脸识别。在AT&T和Yale人脸数据集上的实验结果表明，即使只有10％的训练文件（每个用户一个训练文件）本文算法仍获得最高精度。此外，在10%的训练文件时，其算法具有最低的错误接受率（FAR）和错误拒绝率（FRR）。相比其他几种优秀的算法，算法取得更好的识别性能。
침대일반문리묘술자재자세、광조화면부표정변화시불능교호묘술인검문리특정，제출일충개진적국부도결구（MLGS）결합가권문리고계적인검식별산법。수선，개진적산자기우역치린역상소계산출매개상소적신특정치，생성직방도；연후재훈련계단존저소유훈련문건적직방도작위매개용호적모판；최후，이용가권문리고계완성인검식별。재AT&T화Yale인검수거집상적실험결과표명，즉사지유10％적훈련문건（매개용호일개훈련문건）본문산법잉획득최고정도。차외，재10%적훈련문건시，기산법구유최저적착오접수솔（FAR）화착오거절솔（FRR）。상비기타궤충우수적산법，산법취득경호적식별성능。