一种DCT和ELBP融合的人脸特征提取方法

来源：计算机工程与应用杂志2017年第4期北京时间：

作者：王 燕，王芸芸

单位：兰州理工大学 计算机与通信学院，兰州 730050

摘要：仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息，为了更好地获取人脸面部特征，针对离散余弦变换（Discrete Cosine Transform，DCT）只能提取人脸面部图像的频域特征，而未考虑近邻像素之间的关系、不能提取纹理特质信息等问题进行了研究，提出一种融合DCT特征和伸长的局部二值模式（Elongated Local Binary Pattern，ELBP）的特征提取方法。该方法首先考虑将人脸图像经DCT变换后的少量低频系数作为人脸的频域特征，然后对人脸图像中贡献相对较大的眼部和嘴部区域进行ELBP特征提取，将该ELBP特征作为人脸的空域特征，并采用PCA方法对所提取的空频域特征进行有效融合，得到更有效的人脸特征，最后用最近邻分类器进行识别。在ORL人脸库和Yale人脸库上的实验结果表明：所提方法比单独采用DCT、ELBP方法或采用DCT和LBP相结合的方法提取的特征更有利于识别，提高了识别的准确性。

关键词：人脸识别,特征融合,离散余弦变换（DCT）,局部二值模式（ELBP）