中心对称四元组模式：一种用于人脸图像识别与检索的新描述子
多媒体
2022-01-05 v1 计算机视觉与模式识别
摘要
人脸特征定义为面部图像像素间存在的局部关系。手工描述子识别由核定义的局部邻域内像素的关系。核是一个二维矩阵，在人脸图像上移动。核以有限数量的像素捕获的判别信息，在受限环境（光、姿态、表情和背景的受控变化）下拍摄的人脸图像上取得了令人满意的识别与检索精度。为在非受限环境下取得类似精度，必须增大局部邻域以编码更多像素。增大局部邻域也会增加描述子的特征长度。本文提出一种手工描述子，即中心对称四元组模式（CSQP），其在结构上对称并在四元组空间中编码面部不对称性。所提描述子以最优二值位数高效编码更大邻域。利用在所提描述子编码的特征图像上计算的平均熵表明，与最先进描述子相比，CSQP 捕获了更有意义的信息。所提描述子的检索与识别精度已在基准数据库 LFW、Colour-FERET 和 CASIA-face-v5 上与最先进手工描述子（CSLBP、CSLTP、LDP、LBP、SLBP 和 LDGP）进行比较。结果分析表明，所提描述子在姿态、光照、背景和表情的受控及非受控变化下均表现良好。
引用
@article{arxiv.2201.00511,
title = {Centre Symmetric Quadruple Pattern: A Novel Descriptor for Facial Image Recognition and Retrieval},
author = {Soumendu Chakraborty and Satish Kumar Singh and Pavan Chakraborty},
journal= {arXiv preprint arXiv:2201.00511},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2201.00504