LBP和HOG的分层特征融合的人脸识别.pdfVIP

第27 卷 第4 期 计算机辅助设计与图形学学报 Vol. 27 No.4 2015 年4 月 Journal of Computer-Aided Design Computer Graphics Apr. 2015 LBP 和 HOG 的分层特征融合的人脸识别 1) 1)* 2) 1) 万 源 , 李欢欢 , 吴克风 , 童恒庆 1) (武汉理工大学理学院 武汉 430070) 2) (华中科技大学自动化学院 武汉 430074) (whlg1204lhh@163.com) 摘 要: 针对 LBP 描述子提取的纹理特征有限且不能有效地描述图像边缘和方向信息的问题, 提出了 LBP 和 HOG 的分层特征融合的方法. 首先利用LBP 算子提取图像的分层纹理谱特征, 然后利用HOG 算子提取原始图像的边缘特 征和基于分层LBP 特征的分层HOG 特征, 最后将分层LBP 特征分别与2 种HOG 边缘特征融合, 得到2 种不同的多 层融合特征. 通过在ORL, Yale 和GT 人脸库上进行实验, 比较了15 种算法的识别性能, 结果证明了文中方法的有效 性; 相对于传统的经典降维算法、单一的 LBP 特征提取算法和 HOG 特征提取算法, 该方法的识别率有很大的提高, 分别达到99%, 99.5%和99.14%. 关键词：人脸识别; 局部二值模式; 梯度方向直方图; 分层特征; 特征提取 中图法分类号：TP391.4 Fusion with Layered Features of LBP and HOG for Face Recognition Wan Yuan1), Li Huanhuan1)*, Wu Kefeng2), and Tong Hengqing1) 1) (School of Science, Wuhan University of Technology, Wuhan 430070) 2) (School of Automation, Huazhong University of Science and Technology, Wuhan 430074) Abstract: Local binary pattern (LBP) has limitation in extracting texture feature and cannot effectively depict the edge and direction information, thus a new method is proposed, called layered fusion with LBP and histogram of oriented gradients (HOG) features. First, LBP operator is adopted to extract the layered texture spectrum feature of an image, and then the edge features of the original image are extracted by using HOG operator, as well as the layered HOG features which are based on the layered LBP. Finally, the layered LBP features with these two different HOG edge features are fused to generate two different layered fusion features. The experimen