基于结构二进制梯度模式的鲁棒人脸识别
计算机视觉与模式识别
2015-06-02 v1
摘要
本文提出一种计算高效且强大的基于图像梯度的二进制框架，用于鲁棒人脸表示，称为结构二进制梯度模式（SBGP）。为发现梯度域中潜在的局部结构，我们从多个方向计算图像梯度并将其简化为一组二进制串。SBGP源自这些二进制串中某些具有有意义局部结构并能模拟基本纹理信息的类型。它们检测微方向边缘，具备强方向和局部能力，从而实现强判别性。SBGP还受益于梯度域的优势，并对光照变化表现出深度鲁棒性。通过小邻域内像素关联实现的二进制策略大幅简化了计算复杂度，在Matlab中对典型人脸图像仅用0.0032秒即可实现极高效处理。此外，SBGP的判别能力可在一组定义的定向图像梯度幅值上增强，进一步强化局部性和方向性。在各种基准数据库上的大量实验结果表明，基于SBGP的表示在判别性、鲁棒性和复杂度方面较现有最先进的局部描述符有显著改进。SBGP方法的代码将在 http://www.eee.manchester.ac.uk/research/groups/sisp/software/ 提供。
引用
@article{arxiv.1506.00481,
title = {Robust Face Recognition with Structural Binary Gradient Patterns},
author = {Weilin Huang and Hujun Yin},
journal= {arXiv preprint arXiv:1506.00481},
year = {2015}
}