基于局部三元树模式空间结构分量的人脸识别
计算机视觉与模式识别
2020-07-17 v2
摘要
本文报道了一种利用称为局部三元树模式(LTTP)的新型局部描述子的面部识别系统。在存在包括受限、无约束和整形手术图像等多种人脸图像的情况下，从人脸图像中开发和提取 distinctive 局部描述子对人脸识别任务起着关键作用。LTTP已被用于提取鲁棒且有用的空间特征，以描述人脸上的各种结构分量。为提取特征，对每个块中每个像素及其八个邻域形成三元树。LTTP模式可生成四种形式：LTTP左深度(LTTP LD)、LTTP左广度(LTTP LB)、LTTP右深度(LTTP RD)和LTTP右广度(LTTP RB)。这些模式的编码方案在计算和时间复杂度上都非常简单高效。所提出的人脸识别系统在六个人脸数据库上进行了测试，即UMIST、JAFFE、扩展Yale face B、Plastic Surgery、LFW和UFI。实验评估展示了在不同环境下捕获的多种人脸的最有前景的结果。所提出的基于LTTP的系统还在相同条件下与一些局部描述子进行了比较。
引用
@article{arxiv.1905.00693,
title = {Face Identification using Local Ternary Tree Pattern based Spatial Structural Components},
author = {Rinku Datta Rakshit and Dakshina Ranjan Kisku and Massimo Tistarelli and Phalguni Gupta},
journal= {arXiv preprint arXiv:1905.00693},
year = {2020}
}
备注
13 pages, 5 figures, conference paper