基于LBP采样学习的人脸识别研究

局部二值模式(Local Binary Patterns,LBP)是一种有效的局部特征,具有强大的判别能力和鲁棒性,已经被广泛应用于人脸识别系统。然而大部分的LBP类描述符都是人为设计的,需要大量的先验知识。鉴于此,论文提出一种基于学习的LBP采样模式。该方法使用像素差异向量(Pixel Difference Vectors,PDV)度量两张图片的距离,基于Fisher判别准则建立目标函数,通过推导将模型求解转化为一个简单的0-1规划问题,并可在很短的时间内求得最优解。最后,在FERET人脸库上的实验验证了该方法的有效性。