一种自适应的EDTLBP人脸识别方法

局部二值模式(localbinarypattern,LBP)算子只采用0阈值编码，忽略像素对比度信息，造成了特征提取单一﹑抗干扰能力差的缺点。主要从两方面对以上问题加以改善：为获取光照变化环境下最具有鉴别能力的多元特征空间，采用交叉验证算子筛选出两组最优动态阈值，分别进行LBP编码；为有效融合提取的多尺度特征，引入信息熵估算各阈值编码后的LBP特征权重，作为不同阈值特征融合时的贡献率。所提方法EDTLBP(entropydynamicthresholdlocalbinarypattern)在各组对比实验中均取得了最优结果，其中，在不可控光照环境下的户外人脸库上更取得了100%的理想识别率。实验结果表明，EDTLBP方法在光照变化环境下具有极强的自适应性。