基于LBP和PCA特征提取的人耳识别  

Human Ear Recognition Based on LBP and PCA Feature Extraction

作　　者：唐婉冰 关瑜[1] 王子豪[1] 李琛[1] 

机构地区：[1]北方工业大学计算机学院,北京100041

出　　处：《计算机与现代化》2015年第12期70-73,共4页Computer and Modernization

基　　金：北京市大学生科学研究与创业行动计划(15006);北方工业大学大学生开放实验项目(XN013)

摘　　要：研究一种新的基于局部二值模式(LBP)和主成分分析法(PCA)的人耳识别方法。该方法结合PCA在提取全局特征方面的优势及LBP在提取局部纹理细节方面的优势,能从人耳图像中提取出较好的用于识别的特征。相对于原始的LBP和PCA方法,结合LBP和PCA的人耳识别方法在识别率方面有明显提高。A new human ear recognition method using Local Binary Pattern（LBP） and Principal Component Analysis（PCA） has been studied in this paper. This method can extract better features from human ear images to apply to feature recognition, which combines the advantages of the global feature extraction in PCA with the local texture details extraction in LBP. Compared with the original LBP and PCA methods, the ear recognition method has significant improvements in recognition rate.

关 键 词：人耳识别 特征提取 主成分分析 局部二值模式 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]