基于改进LBP算子和稀疏表示的三维人脸识别研究

摘要

提出一个利用改进局部二值模式(LBP)特征和稀疏表示分类器相结合的人脸识别算法。首先,对于两个不同精度的数据库进行二维和三维的人脸数据预处理,有效地校准数据进行归一化;其次,提取人脸数据的二维图像多级LBP和三维图像梯度多级LBP特征,将两者进行特征级融合,利用稀疏表示分类器进行分类。实验表明,该系统能够有效地完成人脸识别任务,在高精度的中科院自动化所人脸数据库CASIA上识别率达到99.63%,在低分辨率的法国EURECOM KFD人脸数据库上识别率为92.6%,该算法对于不同光照、表情、遮挡情况下的人脸识别有鲁棒性的结果。