基于局部相位量化特征与多尺度分类的分块人脸识别

Chinese

您当前的位置：

首页 >

文章列表页 >

基于局部相位量化特征与多尺度分类的分块人脸识别

更新时间：2026-09-04

- 基于局部相位量化特征与多尺度分类的分块人脸识别
- Recognition of Intersected Face Based on Local Phase Quantization and Multi-Metric Classification
- 微电子学与计算机 2013年30卷第1期页码：100-103
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
基于局部相位量化特征与多尺度分类的分块人脸识别[J]. 微电子学与计算机, 2013, 30(1): 100-103.

Recognition of Intersected Face Based on Local Phase Quantization and Multi-Metric Classification[J]. 2013, 30(1): 100-103.
基于局部相位量化特征与多尺度分类的分块人脸识别[J]. 微电子学与计算机, 2013, 30(1): 100-103. DOI：

Recognition of Intersected Face Based on Local Phase Quantization and Multi-Metric Classification[J]. 2013, 30(1): 100-103. DOI：

摘要

本文提出一种基于局部相位量化特征与多尺度分类相结合的方法进行人脸识别

该方法首先采用LPQ算子提取分块人脸灰度图象的LPQ直方图序列(LPQHS)

然后采用PCA+LDA方法对采样后的特征数据进行降维

最后根据多尺度分类的原则进行分类识别.该算法不仅能够提取人脸纹理信息

而且能够大幅度地降低训练数据量

并且数据量的维数与原始图像大小无关.在ORL标准人脸数据库上的实验表明

该方法具有较高的识别率.

Abstract

This paper presents a face recognition method based on Local Phase Quantization and Multi-Metric classification.First

LPQ operator is used to extract the LPQ Histogram Sequence(LPQHS) from block grey-level face images.Second

The feature selection method based on PCA+LDA is applied to extract feature subspace.Finally

Face recognition is realized based on the multi-metric classification principle.The proposed method can effectively extract the face texture

and can greatly reduce the amount of training data

and the dimension of the amount of data has nothing to do with the original image size.The simulation experiments illustrate that the proposed method obtains better recognition rate on ORL face database comparing to other classical methods.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

一种基于特征上下文理解与切片分析的肺结核检测算法

大模型发展综述：从BERT到Deepseek的技术演进

低功耗设计的双链电源关断策略的实现与验证

V型沟槽SiC中子探测器的蒙特卡洛分析