基于全变分模型的LBP人脸识别方法-JingwenDai.PDFVIP

基于全变分模型的 LBP 人脸识别方法 戴景文 （上海交通大学自动化系 200240 ） 摘 要: 本文提出了一种新的基于全变分模型的 LBP 人脸识别方法。该方法利用全变分模 型对人脸边缘、轮廓和角点等显著特征的增强，并结合了 LBP 算子对图像边缘、角点等局 部变化特征敏感的特性，提取对于外界因素变化特别是光照变化，较为鲁棒的人脸特征用于 人脸识别。实验结果证明，该方法能够有效的去除光照变化对人脸识别的影响，与原始 LBP 方法相比，人脸识别率得到明显提高。 关键词: 人脸识别，全变分模型，局部二值化模式 A novel face recognition method based on TVM and LBP Dai Jingwen （Department of Automation, Shanghai Jiaotong University, 200240 ） 【Abstract 】 This paper presents a novel face recognition method based on total variation model(TVM) and local binary pattern(LBP). By taking advantage of total variation model in the enhancement of facial salient features (e.g. edge, profile and corner), this method combines the character of local binary pattern descriptor, which is sensitive to the changes in the local feature. The proposed method can extract robust facial features, especially when the external illumination varied. Experiments on FERET face database show that TVM-LBP method is effective in removing the influence of illumination variation. Compared with the original LBP method, it is evident that the proposed method can improve face recognition performance. 【Key words 】 face recognition, total variation model(TVM), local binary pattern(LBP) 1 ．引言 人脸识别在国家公共安全、社会安全、信息安全和人机交互领域的巨大应用前景吸引了 很多研究人员对该问题进行了大量的研究，并且取得了较大的进展，目前出现了很多商业化 的人脸识别系统。然而，由于外界因素的干扰和人脸自身属性的变化，例如人脸图像采集时 的光照的变化，人脸的表情、姿态、配饰变化等，都可能使得同一人的不同照片表观差别很 大，造成识别上的困难。因此，如何提高人脸识别算法在各种情况下鲁棒性成为研究热点之 一[1]。为实现鲁棒的识别,可以从人脸建模入手，寻找对各种外界条件导致的图像变化具有 不变性的人脸描述入手。 近年来，基于局部二值模式(local binary pattern,简称 LBP)[2]的人脸识别方法受到人 们的关注，该方法来源于纹理分析领域。它首先计算图像中每个像素与其局部邻域点在亮度 上的序关系，然后对二值序关系进行编码形成局部二值模式，最后采用多区域直方图作为图 像的特征描述。该方法在 FERET[3]人脸库上取得了很好的识别性能。 LBP 方法本质上提取的是图像边缘、角点等