论文研究改进的单尺度Retinex和LBP结合的人脸识别.pdf

为了提高复杂光照条件下人脸识别准确率，提出一种基于改进单尺度Retinex并结合局部二值模式（LBP）的人脸识别算法。首先，利用双边滤波代替Retinex的高斯滤波处理人脸图像，同时使用高斯-拉普拉斯（LoG）及归一化处理提取人脸图像的边缘细节特征，采用标准差的加权方法将两幅处理后的图像进行特征融合，然后使用LBP对融合后的图像进行特征提取，最后通过稀疏表示（SRC）算法对数据样本进行判别归类。在AR和YaleB人脸库上的实验测试表明，提高了复杂光照下人脸识别的光照鲁棒性，在训练样本较少、光照复杂环境下能取得较好的识别效果。