邓文骏，邱卫根，谭台哲

(1.广东工业大学 计算机学院，广东 广州 510006；2.河源广工大协同创新研究院，广东 河源 517000)

基于局部幅度三值模式的人脸识别

邓文骏1，邱卫根1，谭台哲2

(1.广东工业大学 计算机学院，广东 广州 510006；2.河源广工大协同创新研究院，广东 河源 517000)

针对局部三值模式(Local Ternary Pattern，LTP)对纹理特征描述不足的问题，提出一种基于局部幅度三值模式(Local Magnitude Ternary Pattern，LMTP)的人脸识别算法。首先将人脸图像进行分块处理。然后用LTP算子提取直方图以描述局部纹理的结构和LMTP算子提取直方图以描述局部纹理中像素值间的偏离幅度。最后将不同的直方图串联成LTP/LMTP直方图，将其作为人脸特征用于人脸匹配。实验分析表明，算法对纹理有更好的描述能力和在人脸识别中有更高的识别率，并对噪声有较好的鲁棒性。

局部幅度三值模式；LTP；人脸识别

作为机器视觉、模式识别等邻域中最热门的研究课题之一，人脸识别不仅在学术上具有重要价值，而且在实际生活中有着重要的应用前景[1]。人脸特征提取可分为全局特征提取和局部特征提取。其中全局特征提取的方法有主成分分析(PCA)[2]、线性判别分析(LDA)[3]和独立成分分析(ICA)[4]等。局部特征提取的方法有局部二值模式(LBP)[5-8]、Gabor小波[9-11]、局部量化模式(LQP)[12]等。相较于全局特征提取，局部特征提取对光照和姿势等变化具有较好的鲁棒性，因此更多人利用局部特征提取实现人脸识别。

LBP是一种有效的纹理描述算子，Ahonen等人将其引入人脸识别中。LTP[13]是在LBP基础上增加阈值的设定，这对纹理结构有更加细腻的描述，同时也对噪声有较好的鲁棒性。……