Earticle

현재 위치 Home

Research on Fast Face RecognitionAlgorithm Based on Block CS-LBP and HIK Kernel Method

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIP) 바로가기
  • 간행물
    International Journal of Signal Processing, Image Processing and Pattern Recognition 바로가기
  • 통권
    Vol.9 No.12 (2016.12)바로가기
  • 페이지
    pp.207-218
  • 저자
    Shaoming Pan, Gongkun Luo, Baozhong Ke, Kejiang Li
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A298121

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
With the development of artificial intelligence and pattern recognition technology, more and more research related to human face is constantly developing in all walks of life. At the present stage, the traditional face recognition algorithm based on LBP and SVM is not good, and the process of feature extraction and feature classification are deeply studied in this paper. For feature extraction, the authors put forward an improved CS-LBP texture feature; for feature classification, the author uses the histogram intersection (HIK) kernel function to classify the features which has high efficiency and good effect. Subsequently, experiments are carried out on the Yale data set and the ORL data set. Experimental results show that the proposed algorithm has a significant improvement on the face recognition effect of face direction change, and the illumination change is slightly improved. In the natural environment, most face recognition has the influence of human face direction and noise, and the effect of noise is a hot direction of face recognition research in the future.

목차

Abstract
 1. Introduction
 2. Algorithm for Feature Extraction in Face Recognition
  2.1. LBP Texture and Feature Algorithm of Improved Texture
  2.2. Texture Features of 2D CS-LBP
  2.3. Texture Feature of Block 2D CS-LBP
 3. Classification Algorithm for Face Recognition Feature
  3.1. Support Vector Machine
  3.2. Kernel Method
  3.3. HIK Nuclear Method
 4. Realize of Face Recognition System
  4.1. The Process of Face Recognition System
  4.2. Selection of Data Sets
  4.3. Comparison of the Experimental Process
  4.4. Experimental Results and Analysis
 5. Conclusions
 References

키워드

Face recognition CS-LBP texture Support vector machine HIK kernel

저자

  • Shaoming Pan [ School of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou, Guangxi, China ]
  • Gongkun Luo [ School of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou, Guangxi, China ]
  • Baozhong Ke [ School of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou, Guangxi, China ]
  • Kejiang Li [ School of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou, Guangxi, China ] corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIP) [Science & Engineering Research Support Center, Republic of Korea(IJSIP)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Signal Processing, Image Processing and Pattern Recognition
  • 간기
    격월간
  • pISSN
    2005-4254
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.9 No.12

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.