基于数据挖掘工具的人脸识别LBP计算

Computing the local binary patterns for face recognition using data mining tools

LBP(局部二元模式)是一种有效的图像纹理描述算子,本文首先提出了一种新的人脸识别中LBP的计算方法:采用数据挖掘工具"Weka"来计算"属性";然后,在人脸识别过程中,在假定每一块人脸区域都会对识别结果产生不同影响的前提下,本文又设计了一个9区域"面具",并且利用"RapidMiner"得到了此面具的一套优化权值。经过FERET人脸库测试,只使用这9个统一LBP时,这种方法的识别率在90%到94%之间。这种方法不仅减少了识别任务中特征向量的维度,而且还缩短了计算数据库中所有人脸的时间。