基于PCA与LBP的人脸性别分类方法 |
| |
引用本文: | 李昆仑,王命延.基于PCA与LBP的人脸性别分类方法[J].数字社区&智能家居,2009,5(10):8023-8025. |
| |
作者姓名: | 李昆仑 王命延 |
| |
作者单位: | 南昌大学信息工程学院,江西南昌330031 |
| |
摘 要: | 主成分分析方法(PCA)和局部二元模式算子(LBP)相融合的特征提取方法结合了PCA在提取全局特征方面的优势和LBP在提取局部纹理细节方面的优势,能够从人脸图像中提取出较好的用于支持向量机(SVM)进行人脸性别识别分类的特征。在提取图像的LBP特征时,对传统的LBP方法做了改进,采用级联的方法提取图像的LBP直方图特征。并将提取出来的LBP特征与PCA特征相结合用于SVM,实验结果表明,LBP和PCA相融合的特征较单独的PCA特征和LBP特征在性别识别上具有明显的优势。
|
关 键 词: | 纹理 性别分类 主成分分析 局部二元模式 支持向量机 |
本文献已被 维普 等数据库收录! |
|