多尺度分区统一化LBP算子井下人员人脸识别方法
刘晓阳
霍祎炜
中国矿业大学(北京) 机电与信息工程学院,北京,100083
摘要：针对传统的人脸识别算法在对井下人员识别中易受光照和粉尘干扰,难以适应井下复杂环境,影响识别精度的问题,提出基于多尺度分区统一化LBP算子对井下人员面部进行识别,该方法保留了统一化LBP算子的优点,利用多尺度分区的概念对传统的LBP算子进行扩展,通过对不同尺度下人脸面部图像特征提取,增强了对面部图像的全局及局部把握,削弱了局部噪声对整体识别精度的影响.采用分区处理直方图得到复合的特征向量,弥补了传统算法的单一性,获得了多尺度的直方图特征向量,在图像分类中,利用卡方检验对面部特征直方图相似度进行判断,根据设定的阈值将采集到的图像的特征向量与系统中存储的待匹配的图像特征向量进行对比,实现井下人员面部识别.试验结果表明:通过多尺度分区统一化LBP算子处理,经过直方图均衡化后的井下人员面部图像纹理特征信息得到充分且有效的提取,可以全面地反映井下人员的面部特征;与传统的井下人员面部识别算法相比,多尺度分区统一化LBP算子对噪声和光照的鲁棒性有了明显提高,结合图像分区,多尺度统一化LBP算子对图像局部和整体的把握能力取得了较好的效果,该方法对井下人员人脸识别准确率达94.25％,比传统的井下面部识别算法提高了5％,提升了井下人员识别精度.
关键词：井下人员定位人脸识别LBP算子识别精度
分类号：TD67(矿山电工)TN911.73(通信)
资助基金：国家重点研发计划(2016YFC0801800)国家自然科学基金(51674269)
论文发表日期：2019-12-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 116-123 )
英文信息