论文研究基于LBPGabor特征相结合的人脸识别方法研究 .pdf

针对不可控条件对人脸识别的影响，提出一种基于多尺度分块局部二值模式（Multi-scaleBlockLocalBinaryPatterns，MB-LBP）和Fisherfaces融合的人脸识别算法。采

针对现有人脸识别方法对人脸角度、表情、姿态等因素较为敏感且准确率低的问题，提出了一种基于距离限定优化算法的人脸识别模型。该模型对人脸识别方法的改进有两点：a）利用LBP算子提取人脸图像纹理谱特征图，然

针对现有的基于稀疏表示的人脸识别方法没有更新优化选择的原子的问题，提出一种基于子空间追踪的人脸识别方法。在稀疏编码过程中的原子选择步骤中，引入回溯迭代优化思想和多原子选择方案，通过移除可信度较低的原子

提出了一种基于矩阵模式的人脸表情识别方法。该算法直接将人脸表情图像矩阵作为矩阵模式，并结合传统PCA和FLDA进行表情特征提取，称之为MatPCA和MatFLDA。与2DPCA等不同，该算法既利用图像

针对传统人脸表情识别算法鲁棒性差，易受到人脸身份信息干扰的问题，在降噪自编码器的基础上，提出一种人脸表情识别算法。首先，从图片中检测出人脸部分，并进行尺度归一化处理；再构造堆栈式降噪自编码神经网络模型

提出了基于2DPCA、2DLDA两种特征采用融合分类器的人脸识别方法。首先提取人脸图像的2DPCA和2DLDA特征，对不同特征在决策层对分类器进行融合。在ORL人脸库上的试验结果表明，分类器决

基于DCT域内的人脸识别方法的关键是如何选择有效的DCT系数，提出了一种基于DCT域内拉普拉斯值排序的人脸识别方法。首先将图像划分为若干个大小相同的子块，对每一个子块进行DCT变换，得到分块DCT系数

人脸特征提取是人脸检测的关键环节，有效的人脸特征将使得人脸检测更精确。Haar-Like特征作为一种矩形特征，虽然简单、计算迅速，但只能描述特定方向的图形结构。提出的类人脸特征是一种反映人脸灰度分布模

提出了一种基于三进制的loop细分算法。该算法主要是借鉴多分辨率分析中三进制双正交对称插值小波的形成原理，将三进制的概念引入到loop细分方法中，然后分析其细分矩阵，从而得到了三进制loop细分算法。

针对进一步提高人脸表情识别率的问题，采用了一种基于深度学习的堆栈式混合自编码器（StackedHybridAuto-Encoder，SHAE）的人脸表情识别方法。该方法的结构是由去噪自编码器（Deno