基于魯棒的局部二值模式人臉識(shí)別算法

　　本文針對(duì)LBP算法特征包含outlier和維度過高的問題提出了一種基于魯棒的局部二值模式（RobustLBP）的快速有效的人臉識(shí)別算法。RobustLBP算法的思想是在LBP算法的基礎(chǔ)上加上一個(gè)Robust函數(shù)除去outlier達(dá)到降維的目的。首先通過計(jì)算LBP特征各個(gè)維度和中心元素的馬氏距離作為Robust函數(shù)的輸入，使得Robust函數(shù)收斂估算出重要信息。然后利用這些信息求出變換矩陣除去原始LBP特征的outlier。最后比對(duì)降維后特征間的卡方距離實(shí)現(xiàn)人臉識(shí)別。在FERET、CAS-PEAL-R1、LFW人臉數(shù)據(jù)庫上的實(shí)驗(yàn)證明本文提出方法在是人臉識(shí)別上具有優(yōu)越性。
?