基于HOG-多尺度LBP特征的人脸性别识别

发布时间：2017-09-24 00:16

  本文关键词：基于HOG-多尺度LBP特征的人脸性别识别

  更多相关文章： 人脸性别识别 方向梯度直方图 多尺度局部二值模式 支持向量机

【摘要】：针对人脸性别识别中单一特征描述子对人脸信息表达的不足,提出一种方向梯度直方图(histogram of oriented gradient,HOG)和多尺度局部二值模式(local binary patterns,LBP)多特征融合的人脸性别识别算法.首先,对输入图像进行裁剪和缩放得到多个分辨率的人脸图像,再分别提取LBP统计直方图并合成一个特征向量;然后,提取目标图像头肩模型的HOG特征得到HOG特征向量;最后,将LBP特征向量与HOG特征向量合成一个新的特征向量,应用支持向量机(support vector machine,SVM)进行训练.在自建的人脸库中采用10折交叉法测试该算法的准确性,准确率可达93.0%,结果表明该算法对人脸性别识别的准确率优于其他单一的特征提取算法.
【作者单位】： 汕头大学工学院;汕头大学医学院;
【关键词】： 人脸性别识别 方向梯度直方图 多尺度局部二值模式 支持向量机
【基金】：广东省自然科学基金资助项目(2016A030310077)
【分类号】：TP391.41
【正文快照】： 0引言随着人机交互技术的发展,以人为核心的计算机视觉系统得到了广泛应用.目前,基于生物特征识别的身份认证已被应用于安全验证、信用卡验证及档案管理等.人类自身通过人脸进行性别识别的准确率高达95%[1],但如何让计算机实现人脸性别的自动识别却是一项富有挑战性的工作,因，

本文编号：908273