[发明专利]基于LBP特征及最近邻分类器的人脸识别方法

摘要

本发明公开了一种基于LBP特征及最近邻分类器的人脸识别方法，将人脸图像划分不重叠子区域，提取各个子区域对称不变LBP特征，将对称不变LBP和Uniform LBP进行结合，形成对称不变Uniform LBP，形成区域直方图，再将各区域直方图串联形成增强特征向量，利用卡方距离度量直方图相似度，最后采用最近邻分类器进行人脸识别；本发明所提出的对称不变LBP算子结合Uniform LBP最高识别率达到0.86，平均识别率达到0.82，比现有的几种类LBP算子最高0.81和平均0.78的识别率均有所提高。

主权项

1.基于LBP特征及最近邻分类器的人脸识别方法，其特征在于，将人脸图像划分不重叠子区域，提取各个子区域对称不变LBP特征，形成区域直方图，再将各区域直方图串联形成增强特征向量，利用卡方距离度量直方图相似度，最后采用最近邻分类器进行人脸识别；所述对称不变LBP特征通过以下步骤形成：设LBP8,1＝b0b1b2b3b4b5b6b7，则其镜面对称LBP8,1＝b0b7b6b5b4b3b2b1，即，b0和b4位置处于对称轴保持不变，其他位置关于b0和b4轴对称互换；记为对称不变LBP模式，上标mi表示镜面对称，定义，其中，MIR(LBPP,R,m)函数表示以m与m+P/2位置为对称轴，将周围对称位置的值u(Gj‑Gi)互换，取LBPP,R的对称LBP模式；m的取值为按LBP编码顺序首先经过的与中央点y坐标相等的点的次序；从原始LBP模式中提取其对称LBP模式，按其编码顺序，m＝0，将第m+P/2次序点前后对称互换；得出，模式数量为将对称不变LBP和Uniform LBP进行结合，形成对称不变Uniform LBP，记为定义为：