用于人脸识别的完整局部二值模式直方图稀疏表示
计算机视觉与模式识别
2016-06-01 v1
摘要
人脸识别一直是计算机视觉与模式识别中的长期问题。面部分析可视为一个双重问题，即(i)面部表示，与(ii)分类。迄今已提出许多面部表示，一个著名方法是局部二值模式(LBP)，已引起日益增长兴趣。对此，本文以新颖方式处理面部表示与分类问题。一方面，我们使用LBP的一种变体，即完整局部二值模式(CLBP)，其通过给定中心像素与符号-幅度差编码给定局部区域，从而区别于基本LBP。随后，多数基于LBP的描述子使用固定网格编码给定面部图像，该技术在多数情况下对姿态变化与错位不鲁棒。为应对此问题，我们工作采用代表性的多分辨率直方图(MH)分解。另一方面，提取所考虑图像的直方图后，我们利用其稀疏性构建所谓稀疏表示分类器(SRC)以进一步分类人脸。在ORL人脸数据库上进行了实验，指出我们的方案优于其他流行的SOTA技术。
引用
@article{arxiv.1605.09584,
title = {A Sparse Representation of Complete Local Binary Pattern Histogram for Human Face Recognition},
author = {Mawloud Guermoui and Mohamed L. Mekhalfi},
journal= {arXiv preprint arXiv:1605.09584},
year = {2016}
}
备注
Accepted (but unattended) in IEEE-EMBS International Conferences on Biomedical and Health Informatics (BHI)