顼 聪，陶永鹏

(大连外国语大学 软件学院， 辽宁 大连 116044)



基于改进的LBP人脸识别算法的研究*

顼 聪，陶永鹏

(大连外国语大学 软件学院， 辽宁 大连 116044)

局部二值模式(LBP)算法是人脸识别领域中的经典算法,能够捕捉局部的细节特征，但其鲁棒性和识别率易受外部环境变化的影响。文章深入研究了LBP算法，从LBP算子、直方图特征提取对传统LBP算法进行改进，并结合LIOP编码方法，进一步提出了增强局部量化模式(ELQP)的人脸识别算法。实验结果表明，改进的LBP算法具有更高的识别率和较强的鲁棒性。

LBP 算子;图像融合;人脸识别;特征提取

0 引言

人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。研究人脸识别重点在于对核心算法的研究,通过算法的改进使识别结果具有实用化的识别率和识别速度。当前人脸识别领域中，主要有以下核心算法研究[1]：(1)通过积分方式进行欧式距离表示,形成的基于几何特征的算法，例如MIT的Brunelli和Poggio科研团队。(2)利用模板匹配算法进行人脸特征提取(如眉毛、眼睛轮廓的特征提取)，例如Harvard大学Smith-Kettlewell眼睛研究中心。然而目前面临的主要问题是外界环境的不断变化对人脸识别产生了巨大影响，加大了识别的难度。如何提出新算法或改进原有的算法进行有效的人脸特征提取是目前人脸识别技术研究的重点。

早期的研究提出了Eigenface方法[2]，主要是利用主成分分析(PCA)进行人脸特征提取，形成特征脸，因为初步提取的描述人脸外在变化的特征脸维度较高，所以要进行降维处理。……