原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于LBP和PCA特征提取的人脸识别
30 2 ( ) Vol． 30 No． 2
第 卷第 期 中南民族大学学报 自然科学版
20 11 6 Journal of South-Central University for Nationalities (Nat． Sci． Edition) Jun． 20 11
年 月
基于LBP 和PCA 特征提取的人脸识别
， ，
熊承义 李丹婷 笪邦友
( ， 430074)
中南民族大学电子信息工程学院 武汉
(LBP) ， LBP
摘 要 为有效解决局部二元模式 在人脸识别特征提取时维数过高的问题 提出了一种结合 特征和主
(PCA) . ， ， LBP ， PCA
成分分析 的人脸识别方法 首先 对人脸图像进行分块 提取其 直方图特征 然后使用 方法对特征
， . FERET : LBP
向量进行降维 最后将降维后的特征向量用于识别 在 人脸库上的实验结果表明 相对于原始 表达方
， LBP PCA ， .
法 结合 和 的人脸表达能有效降低计算复杂度 同时也较好地保持了原有识别精度
; ; ;
关键词 人脸识别 特征提取 局部二元模式 主成分分析
中图分类号 TN919 文献标识码 A 文章编号 1672-4321 (2011)02-0075-05
Feature Extraction Using LBP and PCA for Face Recognition
Xiong Chengyi ，Li Danting ，Da Bangyou
(College of Electronics and Information Engineering ，South-Central University for Nationlities ，Wuhan 430074 ，China)
Abstract To address the problem that the dimension of the feature vector extracted by Local Binary Pattern (LBP)for
face recognition is too high ，an efficient feature extraction method using LBP and Principal Component Analysis (PCA)has
been introduced in this paper． The original face image is firstly divided into sub-images ，and then the LBP operator is ap-
plied to extract the histogram
文档评论（0）