LGBP-基於局部Gabor變化直方圖序列的人臉描述與識別

摘 要: 提出了一種在Gabor變換幅值域內提取局部變化模式空間直方圖序列(histogram sequence of local Gabor binary patterns,簡稱HSLGBP)的人臉描述及其識別方法.鑑於Gabor特徵對光照、表情等變化比較魯棒,並已在人臉識別領域得到成功應用,首先對歸一化的人臉圖像進行多方向、多分辨率Gabor小波濾波,並提取其對應不同方向、不同尺度的多個Gabor幅值域圖譜(Gabor magnitude map,簡稱GMM),然後在每個GMM上採用局部二值模式(local binary pattern,簡稱LBP)算子抽取局部鄰域關係模式,最後由這些模式的區域直方圖形成的序列來描述人臉.Gabor變換、LBP、空間區域直方圖的採用使得該方法對光照變化、表情變化、誤配準等具有良好的魯棒性.而且,這種人臉建模方法不需要基於訓練集合進行統計學習,因而不存在推廣性問題.同時,進一步探討了如何在分類器設計階段與統計方法進行結合的問題,提出了統計Fisher加權的HSLGBP匹配方法.在通過FERET人臉庫光照、表情和時間變化測試集上與已發表的實驗結果進行對比,充分驗證了該方法的有效性.