网站大量收购独家精品文档,联系QQ:2885784924

一种DCT和ELBP融合的人脸特征提取方法.pdf

一种DCT和ELBP融合的人脸特征提取方法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

1702017,53(4)ComputerEngineeringandApplications计算机工程与应用

一种DCT和ELBP融合的人脸特征提取方

王燕,王芸芸

WANGYan,WANGYunyun

兰州理工大学计算机与通信学院,兰州730050

SchoolofComputerandCommunication,LanzhouUniversityofTechnology,Lanzhou730050,China

WANGYan,WANGYunyun.FacefeatureextractionmethodbasedonfusinDCTandELBPfeatures.Computer

EngineerinandApplications,2017,53(4):170175.

Abstract:Itisnotenoughthatcapturevariousfacialinformationusingonlyonedescriptortofacefeaturesextraction.

Though,DCT(DiscreteCosineTransform)canextractthefrequencyfeatureoffaceimage,itignorestherelationships

betweentheadjacentpixelsandabandonedthetextureinformation.ELBP(ElongatedLocalBinaryPattern)consideres

thedirectioninlocalareaandthetextureinformationbutwithoutglobalinformation.Inthispaper,anovelmethodispro

posedthataddressedtheproblemsbyfusingDCTandELBP.ThecentralizedDCTcoefficientsareusedasfrequencyfea

ture,andlocalfeaturesofthemouthandeyesareaareextractedbyELBP.Then,fusingthetwofeaturesbyPCAtoget

moreeffectivefeatures.Finally,1NNclassifierischosentoevaluatetheproposedfeature.ExperimentsonORLandYale

facedatabaseshowthattheproposedmethodisbetterthanjustsingleDCT,ELBPmethodorthefusionmethodofLBP

andDCT,andalsoimprovestheaccuracyoffacerecognition.

Keywords:facerecognitionfeaturefusionDiscreteCosineTransform(DCT)ElongatedLocalBinaryPattern(ELBP)

摘要:仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息,为了更好地获取人脸面部特征,针对

离散余弦变换(DiscreteCosineTransform,DCT)只能提取人脸面部图像的频域特征,而未考虑近邻像素之间的关

系、不能提取纹理特质信息等问题进行了研究,提出一种融合DCT特征和伸长的局部二值模式(ElongatedLocal

BinaryPattern,ELBP)的特征提取方法。该方法首先考虑将人脸图像经DCT变换后的少量低频系数作为人脸的频

域特征,然后对人脸图像中贡献相对较大的眼部和嘴部区域进行ELBP特征提取,将该ELBP特征作为人脸的空域

特征,并采用PCA方法对所提取的空频域特征进行有效融合,得到更有效的人脸特征,最后用最近邻分类器进行识

别。在ORL人脸库和Yale人脸库上的实验结果表明:所提方法比单独采用DCT、ELBP方法或采用DCT和LBP相结

合的方法提取的特征更有利于识别,提高了识别的准确性。

关键词:人脸识别;特征融合;离散余弦变换(DCT);局部二值模式(ELBP)

文献标志码:A中图分类号:TP391doi:10.3778/j.issn

1引

文档评论(0)

徐风寒山肆皓 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档