基于分块局部二元模式的鉴别特征抽取方法及人脸识别
提出了一种基于分块局部二元模式(LBP)的鉴别特征抽取方法.该方法对人脸图像进行分块,再对分块后的子图像矩阵采用LBP算子抽取LBP特征.由于LBP是利用一串二进制码表征较小图像块的局部纹理,这有助于提高人脸识别的性能.采用主分量分析(PCA)方法对由所有分块后子图像的LBP特征向量构成的新训练集进行维度缩减,最后以Fisher线性鉴别分析(LDA)对缩减后的PCA特征进行鉴别特征提取.在ORL人脸库和YALE人脸库上的实验结果表明,该方法优于传统的PCA和LDA方法.
作 者： 崔美琳 陈才扣 CUI Mei-lin CHEN Cai-kou 作者单位： 扬州大学,信息科学与工程学院,江苏,扬州,225009 刊 名： 江南大学学报（自然科学版） ISTIC 英文刊名： JOURNAL OF SOUTHERN YANGTZE UNIVERSITY(NATURAL SCIENCE EDITION) 年，卷(期)： 2009 8(6) 分类号： O235 关键词： 局部二元模式 分块主分量分析 线性鉴别分析 人脸识别