基于均匀LBP和稀疏编码的人脸识别算法
Computer Applications and Software（2015）
摘要
人脸识别一般都要先对人脸特征做维数约简,再做识别.有些传统的维数约简算法对训练样本的数量有一定的要求,比如对分类比较有效的LDA算法.而现实应用中,数据库往往只能为每个人脸对象提供数量非常有限的图片,甚至是单样本.提出一种基于均匀LBP(Local Binary Pattern)算子和稀疏编码的人脸识别方法,使用少量关键特征代替维数约简过程,解决训练样本稀少的问题.在Stirling人脸库上进行测试,获得较高的识别率和鲁棒性,证实了算法的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要