SVM算法在人脸识别中的应用研究

刘艳丽　王铁建

摘要：人脸识别已经应用到生活中，识别精度显得至关重要，提高人脸识别率是研究的热点之一，在识别过程中容易收到光照、角度、表情变化等影响，该文使用LBP算法提取脸部的纹理特征，结合SVM算法，实验结果表明有效的减少了客观条件对识别结果的影响，达到了理想的效果。

关键词：LBP算法；SVM算法；网格搜索法；K-交叉验证法

中图分类号：TF311 文献标识码：A 文章编号：1009-3044（2017）18-0176-02

人脸识别是模式识别研究领域的热点课题之一，人脸识别系统已经广泛应用在生活中的多个领域，但是人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件、遮盖物、年龄等多方面因素的影响，使得在人脸识别过程中容易受到特征提取不到位和图像维数过多的影响，导致人脸识别精度不高。本文使用LBP算法和SVM算法对人脸识别，实验结果表明本方法有效的提高了识别精度，也增加了鲁棒性。

1人脸纹理特征提取

在图像处理中纹理是图像很重要的一个特征，稳定的纹理特性反映了图像自身的属性。Tamura以人类的主观心理度量作为标准，提出了六个基本的纹理特征，其中纹理的粗糙度，对比度和方向度是最重要。这些纹理特征很好的对应了人类视觉感知，因此在许多图像检索系统中得到应用。

LBP算法是由T.Ojala等人于1996年提出，用来描述图像局部空间结构，分析图像纹理特征，具有灰度和旋转不变的特性。……