用于人脸识别的非二值局部梯度轮廓
计算机视觉与模式识别
2014-11-04 v1
摘要
由于传统局部二值模式（LBP）和局部方向模式（LDP）的特征被发现在人脸识别中效果不佳，我们基于信息集理论提出了一种新方法，从而消除了二值化过程中发生的信息损失。信息集通过将属性与相应的隶属函数值作为乘积联系起来，扩展了模糊集的范围。由于人脸在有限区域内具有平滑纹理，提取的特征必须具有高度的可辨别性。为了限制特征数量，我们仅考虑非重叠窗口。通过应用信息集理论，我们可以减少图像的特征数量。实验表明，所提取的特征在人脸识别性能上优于特征脸、Fisher脸和LBP方法。
引用
@article{arxiv.1411.0442,
title = {Non Binary Local Gradient Contours for Face Recognition},
author = {Abdullah Gubbi and Mohammad Fazle Azeem and M Sharmila Kumari},
journal= {arXiv preprint arXiv:1411.0442},
year = {2014}
}
备注
12 pages