高鉴别力SIFT和LGQP特征及其在人脸识别中的应用

摘要 本文提出一种基于高鉴别力SIFT(Scale-invariant feature transform)特征和局部纹理特征LGQP(Local Gabor Quaternary Pattern)的人脸识别算法.文中利用类内相关系数和类间相关系数提取训练人脸图像中高鉴别力的SIFT关键点，再利用四值模式的LQP(Local Quaternary Pattern)算子与Gabor变换获取高鉴别力SIFT关键点周围局部区域的纹理特征，即LGQP特征，接着，根据图像各子块所在位置调整其大小，最后，将LGQP特征和SIFT特征结合在一起进行人脸识别.在ORL、JAFFE和Yale人脸库上的实验结果表明，文中算法的识别率要高于其它常用的特征提取算法，对于表情变化、头部姿势变化和光照不均匀具有鲁棒性