论文研究-纹理与边缘相结合的单样本人脸识别.pdf

【文件属性】：
文件名称：论文研究-纹理与边缘相结合的单样本人脸识别.pdf
文件大小：661KB
文件格式：PDF
更新时间：2022-10-02 23:04:22
论文研究 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。