结合改进CSLBP和位平面分解的单样本人脸识别

针对单样本环境下传统人脸识别算法识别效果不佳的问题,提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像,将每幅纹理特征图像分解为4幅位平面图像,最后将8幅特征图像串联融合,使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明,该算法具有较高的识别率和较快的识别速度,对光照和表情等变化具有较好的稳健性。