基于LTP子模式的人脸识别研究

针对局部三元模式提取到的人脸特征通常具有较高的维数,导致特征的紧致度不高,提出一种新的局部人脸特征提取方法——LTP子模式,并结合线性鉴别分析获得最佳的人脸局部纹理紧致特征的分类投影轴。本文在ORL和AR两个标准人脸库上测试,LTP-SP提取到的人脸特征维数不到原LTP特征的30%,但是识别性能却优于原始算法,因此算法具有较好的应用前景。

基于D-S理论的多特征融合人体检测算法

提出一种基于D-S证据理论的多特征融合人体检测算法。该方法首先使用harr-like特征方法和HOG特征方法提取人体特征,然后利用后验概率密度函数,估计出两个基本概率分配函数,最后应用D-S证据理论中的合成法则,将两个特征的分类器进行融合决策。实验结果表明,本文提出的算法在Inria数据集上取得了较好的效果,满足了一般工程应用的要求。