多层AR-LBP与WLD特征融合的SA-CRC人脸识别

作者：叶枫; 叶学义; 罗宵晗; 陈泽

来源：计算机工程与应用, 2019, 55(14): 134-141.

• 非对称局部二值模式(AR-LBP)
• 韦伯局部描述子(WLD)
• 协同表示分类(CRC)
• 稀疏增强的协同表示分类(SA-CRC)
• 特征提取

针对非对称局部二值模式(AR-LBP)提取的人脸特征有限,以及协同表示分类(CRC)人脸存在的类间干扰,提出以多层AR-LBP特征及联合韦伯局部描述子(WLD)特征进行补充,并以增加CRC中稀疏性来降低类间干扰。提取人脸图像的多层AR-LBP特征并级联,与从原图像提取的WLD特征级联得到多层AR-LBP与WLD融合特征,采用稀疏增强的协同表示分类(SA-CRC)完成人脸分类。在ORL、Yale和GT公开人脸库上,提出的多层AR-LBP与WLD特征融合算法与AR-LBP特征提取算法、WLD特征提取算法以及多层LBP与HOG特征融合算法相比,识别正确率提高了0.7%～42.6%;当利用SA-CRC取代CRC后,识别正确率进一步得到提高。

• 单位
  杭州电子科技大学