文献类型：期刊文章

作　　者：李嘉頔[1] 陈振学[1,2] 刘成云[1,3]

机构地区：[1]山东大学控制科学与工程学院,山东济南250061 [2]浙江大学CAD&CG国家重点实验室,浙江杭州310058 [3]南京理工大学高维信息智能感知与系统教育部重点实验室,南京210094

出　　处：《光电子．激光》

基　　金：国家自然科学基金(61203261和61273277);山东省自然科学基金(ZR2012FQ003);浙江大学CAD&CG国家重点实验室开放基金(A1514);南京理工大学高维信息智能感知与系统教育部重点实验室创新基金(201501)资助项目

年　　份：2016

卷　　号：27

期　　号：2

起止页码：210-216

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、核心刊

摘　　要：针对局部二值模式(LBP)特征在低分辨率的人脸图像上识别率较低的问题,提出了一种基于分块中心对称局部二值模式(CS-LBP,center symmetric local binary pattern)和加权主成分分析(PCA)算法的低分辨率人脸识别算法。首先利用分块CS-LBP算子提取低分辨率人脸图像的特征;然后利用加权PCA算子对特征进行降维,从而得到更强的分类特征;最后利用最近邻分类器选出人脸最优分类类别并计算识别率。在ORL人脸库上的实验表明,在人脸图像分辨率下降到(12×10)时,本文算法的识别率仍能达到85.00%,基本满足了实际运用中对识别率的要求,并且降低了运算时间。

关 键 词：低分辨率 人脸识别 中心对称局部二值模式(CS-LBP)算子  分块LBP  加权主成分分析(PCA)  

分 类 号：TP391.4]