基于改进梯度局部二值模式的人脸识别

针对局部二值模式采样不充分和对随机噪声及非一致性光照敏感的问题, 提出一种改进梯度局部二值模式(IGLBP)的人脸描述方法。利用多半径和多方向的采样方式获取两组3 pixel×3 pixel的子邻域, 其由2个半径8个方向的16个像素点组成;再将其用梯度局部二值模式提取特征, 并将两组特征进行编码融合产生IGLBP值;将得到的IGLBP特征进行分块和统计直方图得到人脸的特征向量, 并进行人脸的分类识别。在CAS-PEAL和AR人脸数据库的实验结果表明, 该方法能够有效地提取特征信息, 对人脸识别中的光照、表情、部分遮挡变化以及噪声等具有较好的稳健性。