avatar avatar 我的文献 加权信息熵与增强局部二值模式结合的人脸识别 单位 西南交通大学机械工程学院 期刊 计算机应用 时间 关键词 人脸识别; 局部二值模式; 加权信息熵; 自适应阈值; 深度学习 基金 国家自然科学基金资助项目(51275431); 四川省科技支撑计划项目(2015GZ0200)
摘要
针对人脸识别时因受到光照、姿态、表情、遮挡及噪声几种因素的影响而识别率不高的问题,提出了一种加权信息熵(IEw)与自适应阈值环形局部二值模式(ATRLBP)算子相结合的人脸识别方法(IE(w)ATR-LBP)。首先,从原始人脸图像分块提取信息熵,得到每个子块的权值;其次,采用ATRLBP算子,分别对每个人脸子块提取特征得到概率直方图;最后,将各个块的权值与概率直方图相乘,再串联成为最后的特征直方图,采用SVM进行识别。AR人脸库,在表情、光照、遮挡A、遮挡B四个集,所提方法分别取得了98.37%、94.17%、98.20%、99.34%的识别率;ORL人脸库最大识别率为99.85%;ORL噪声实验结果,对比无噪声、高斯、椒盐在5次不同训练样本实验下的平均识别率,高斯对比无噪声,下降了14.04个百分点;椒盐对比无噪声,仅下降了2.95个百分点。IE(w)ATR-LBP方法能够有效提高人脸在光照、姿态、遮挡等因素下,尤其表情变化及脉冲类噪声干扰情况下的识别率。
下载 浏览 cnki {{liketext}}
©2019 - iData {{ message }} 关闭