特征描述是专家系统和机器学习中最常见的区域之一。有效编码图像是准确匹配的必要要求。这些编码方案在识别和检索系统中发挥着重要作用。面部识别系统应该有效地在系统内在和外在变化下准确地识别个体。这些系统中使用的模板或描述符编码图像的本地附近的像素的空间关系。使用这些手工制作描述符编码的功能应该是稳健的抵抗诸如;照明,背景,姿势和表达。在本文中,提出了一种新型手工制作的级联非对称局部图案(CALP),用于检索和识别面部图像。所提出的描述符在水平和垂直方向上唯一地对相邻像素之间的关系进行唯一编码关系。所提出的编码方案具有最佳特征长度,并且在面部图像中的环境和生理变化下的准确性显着提高。艺术手工制作描述符的状态即;将LBP,LDGP,CSLBP,SLBP和CSLTP与最具挑战性数据集上的所提出的描述符进行比较。 Caltech-Face,LFW和Casia-Face-V5。结果分析表明,在表情,背景,姿势和照明的不受控制的变化下,所提出的描述符优于现有技术。
translated by 谷歌翻译