特征类文献---LBP的衍化之道就能创作一篇优秀的文章
来源:互联网 发布:macbookpro如何装软件 编辑:程序博客网 时间:2024/05/22 17:43
LBP--->鉴别模式
应用到热红外人脸识别
1、文献构思整理:
引子:实际问题---红外人脸识别 (会碰到光照变化、化妆、照片欺诈情况下) 存在鲁棒性问题
关键:关键技术---特征提取技术>>>鲁棒性
2、分节整理:
引言:
1、 整体统计特征类:(1)借鉴伍作者的基于线性鉴别的特征提取方法(2)借鉴华的PCA+LDA特征提取(低分辨图像)
2、 局部统计特征类:(1)参考李的基于LBP(局部二值)特征提取方法
→用于降低环境温度对红外人脸识别的影响
(2)但,上面存在未考虑鉴别特征对识别的贡献
→if特征维数过高,存在较大冗余问题
(3)改进,针对维数高问题,Ojala提出LBP均匀
模式(用全部模式中部分)
→解决维数过大 256---取59个
(4)但,上面通过经验判断导致无法提取模式不
一定占主导地位
→因而,Liao提出LBP的主导模式(类似PCA)
(5)但,上面未考虑不同特征有的鉴别信息,不
一定最适合识别的模式
→该部分具有思维难度,比较难想
因为,如何从LBP总模式中,提取适合识别
的部分模式(鉴别模式)对提高红外人脸识别
的鲁棒性,很重要
-----在,以上基础,受Fang使用全局类间可分性
准则思想的影响
→有了文中的在LBP的PS(模式选择)基础上引
入SD(可分性标准),即根据LBP模式对识别贡
献的不同,构建LBP的鉴别模式
简言之,可分性标准(限制条件)来选合适的模式
白话说:LBP众多模式中 ⭐⭐选最适合识别的模式⭐⭐
局部二进制模式:
算子LBP中的鉴别模式:
两个问题:
1、提取人脸图像特征的目的?:
(1)降低图像的维数,减小分类时计算的复杂程度
(2)选出最具鉴别能力的特征提高分类性能
2、最优表示图像的特征,一定适合作为识别的特征?:
答:不一定,举个简单的例子
(1)均匀LBP模式主要从图像表示的角度出发提取
自然图像中占主导地位的结构信息。
→但,该模式用于人脸图像的特征表示时,并
不一定是主导模式,而且主导地位的结构信
息不一定是最适合识别的模式。
===怎么办?===
文中做了以下几个工作:---目标:加入模式识别分类限制条件
1> 独立性: 将LBP众多模式中考虑模式之间的独立性 类外增大间距
2> 聚合性: 类内增大间距
3> 限制性: 引入一种基于LBP模式直方图的可分性准则,对每一模式定义一个可分性值
白话:对众多模式加入权重分数
Step 1: 求LBP模式直方图中的某一维Hi(i=1,2,...2.^P)如下:
Step 2: 求直方图H第i维的可分性值SD(i):
1》计算第i维中所有训练样本中,直方图中Hi的类间分布距离
2》计算训练样本中,直方图Hi的类内分布距离
3》定义LBP不同模式的可分性值:
上述公式中LBP直方图每一维(模式)都分配了一个SD值,后期对LBP直方图进行
模式选择时,可以降序排序,然后选择前N个模式作为最后的特征。
文中算法 VS LDA:LDA方法是将原始数据→变换到了另一个低维空间
文中特征选择只是在同一个空间(对LBP模式编码)的特征抽取;
Step 3: 提取训练样本所有模式中的主导模式(>=80%):
1》统计训练样本中所有样本的不同模式总分布直方图,即所有样本的
累加后得到的直方图,而不是某一幅样本的直方图
2》按SD值的大小对总分布直方图排序,得到排序后的总分布直方图
3》确定获取主导模式的个数
实验结果分析:
实验数据库:
(1)同一条件下采集的1000张照片,50person/每人20张照片--同时态数据
(2)不同环境温度下采集的165张,环境温度:--时延数据
对比算法有效性:(其他特征提取方法进行了对比测试)
结论:
(文中创新性)文中分析LBP的均匀模式提取红外人脸局部特征的基础上, 为了充分利用不同模式具有的鉴别信息,提出了模式选择算法,以提取更具鉴别能力的特征。 (结构优化)为了利用人脸中的空间位置信息,在LBP模式编码的基础上,结合分块和统计直方图技术,得到了一个新的红外人脸识别方法。(实验效果)自建人脸数据库的测试结果表明, 本文提出的红外人脸识别方法优于传统的基于LBP、PCA + LDA的人脸识别方法, 可应用于实际红外人脸识别系统。
(以上三部分也是经典的三段式)
3、心得链接:
心得:KISS(Keep It Simple Stupid, 简约质朴)原则,无论什么时候都是人类的追求和向往;文献由专业内司空见惯的LBP入手,一步步推演深入,发现LBP身上优点和缺点,针对缺点(鉴别模式特征的可分性应用到识别上由于没有重点的选择,效果比较差)通过一定的标准限制(可分性标准)进行最合适的鉴别模式。
-----作者解决问题的思路:从易到难。习以为常的LBP---LBP均匀模式(对比用)---可分性标准选择合适的鉴别模式---结合空间位置信息(包括分块和直方图拼接技术)。
链接:特别感谢作者的文章:点击打开链接
阅读全文
0 0
- 特征类文献---LBP的衍化之道就能创作一篇优秀的文章
- 目标检测的图像特征提取之LBP特征
- 目标检测的特征提取之 LBP特征
- 目标检测的图像特征提取之LBP特征
- 图像特征提取优秀的文章帖子
- delegate的衍化过程
- J2ME很优秀的一篇文章
- LBP特征的理论介绍
- 目标检测的图像特征提取之LBP
- LBP特征的实现及LBP+SVM分类
- 特征提取之LBP
- 图像特征之LBP
- 目标检测的图像特征提取之(二)LBP特征
- 目标检测的图像特征提取之(二)LBP特征
- 目标检测的图像特征提取之(二)LBP特征
- 目标检测的图像特征提取之(二)LBP特征
- 目标检测的图像特征提取之(二)LBP特征
- 目标检测的图像特征提取之(二)LBP特征
- ElasticSearch-深入理解系列4-文档(Document)
- KMP入门
- Android零基础入门第40节:自定义ArrayAdapter
- java.util.ConcurrentModificationException
- 在linux上安装 elasticsearch-php
- 特征类文献---LBP的衍化之道就能创作一篇优秀的文章
- ELasticSearch 深入理解系列5 -索引、类型
- [ Laravel 5.4 文档 ] 综合话题 —— 缓存
- poj-3295-Tautology
- 奶牛喝水最少需要的交换次数
- 双拼输入法使用经验
- 使用任意数量的关键字实参
- 模拟实现僵尸进程和孤儿进程
- 区域存储网络(SAN)与 网络直接存储(NAS)