赵　骥，　童卫青

(华东师范大学 计算机系, 上海　200241)



基于LBP和Gabor混合特征的近红外人脸识别

赵骥，童卫青

(华东师范大学 计算机系, 上海200241)

综合局部二值模式(Local Binary Patterns，LBP)和Gabor函数特征的优点，并结合余弦相似度和主元分析(Principal Component Analysis，PCA)方法，提出特征混合的人脸识别算法并研究4种不同的LBP和Gabor特征混合的方法.在871人的近红外人脸图像库上的实验表明，基于LBP和Gabor混合特征的人脸识别方法能获得较高的人脸识别正确率和较低的误识率.

人脸识别；LBP；Gabor；支持向量机

0　引　　言

人脸识别技术作为一种重要的的安全认证技术，在安防领域开始得到了越来越多的应用，而基于AdaBoost[1](Adaptive Boosting)算法和支持向量机(Support Vector Machine, SVM)[2]机器学习的人脸识别算法成为基本的方法.为了提高人脸识别的性能，研究者们尝试了基于混合人脸特征的识别方法：Su等[3]提出了基于局部特征和全局特征的混合分类器的人脸识别算法；Zhang等[4]提出了从人脸的Gabor特征[5]图像中提取LBP特征[6-7]的人脸识别算法.选择合适的人脸特征对人脸识别性能也有很大的影响，LBP和Gabor特征被证明是比较有效的人脸特征描述子.后来研究者又对LBP特征进行扩展，使其扩展特征具有尺度不变性、旋转不变性等特点.生物研究发现，Gabor特征提取方法与人类视觉系统采集信息方法近似，能很好地描述人脸纹理信息.

虽然LBP特征和Gabor特征在各自的特征空间都能很好地表达人脸特征，但是其在人脸识别应用上还依然存在误识率偏高的问题.为了降低人脸识别的误识率，我们基于……