针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子...针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子进行纹理特征和边缘特征提取,然后分别进行直方图统计,并将其串接起来作为人脸识别的总体特征向量,最后利用最近邻算法进行分类识别。在YALE和AR人脸库上进行测试,实验结果表明所提方法简单有效,且对姿态、表情、遮挡和光照等变化具有较强鲁棒性,对单样本人脸描述具有较好的效果。展开更多
文摘针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子进行纹理特征和边缘特征提取,然后分别进行直方图统计,并将其串接起来作为人脸识别的总体特征向量,最后利用最近邻算法进行分类识别。在YALE和AR人脸库上进行测试,实验结果表明所提方法简单有效,且对姿态、表情、遮挡和光照等变化具有较强鲁棒性,对单样本人脸描述具有较好的效果。
文摘传统的检测方法存在识别率低、特征维度高的缺点,为此对特征维度与拼接检测精度之间的关系进行分析,基于以像素为基础的改进特征维度的思想,提出一种信息熵与差分激励融合的图像拼接检测方法。提取图像信息熵和韦伯局部特征中(Weber local descriptor,WLD)的差分激励,采用差分直方图进行特征融合,使用v-SVM(v-support vector machine)分类器建立模型,判定图像是否经过拼接。实验结果表明,在哥伦比亚图片库拼接检测中,相比传统的马尔科夫特征、韦伯局部特征等算法,该方法的检测结果具有特征维度低、检测精度高、应用范围广的优点,为快速拼接检测提供了依据。