34、颜色人脸与组织病理图像识别技术研究

颜色人脸与组织病理图像识别技术研究

1. 颜色人脸识别相关研究

1.1 数据集介绍

有AR - II、AR - III和AR - IV三个数据集，每个数据集包含600张图像。这些数据集为每人拍摄两次，每次三张，即每人有六张图像。

1.2 参数选择

影响所提算子性能的参数有窗口大小（W）、邻域点数（P）、人脸图像划分的块数以及尺度参数k。
- 取R = 2，得到大小为5×5的窗口W。
- 进行双线性插值以找到等间距的邻域点，其坐标为(x_p = R \cos(\frac{2\pi p}{P}))和(y_p = R \sin(\frac{2\pi p}{P}))，(p = 0, 1, \cdots, P - 1)，当前像素为圆心。这里取P = 8。
- 将人脸图像划分为64块（8×8）。
- 尺度参数k的选择对LBPC_C算子的有效使用至关重要。通过在AR数据库上进行人脸识别实验来确定k值，该数据库涵盖光照、表情、墨镜遮挡和围巾遮挡四种变化。实验中，图库数据集选取100人的200张自然图像，探针数据集选取2400张图像。当k从1.0到2.0以0.1递增时，LBPC_A的识别率为89.94%（与k无关），k = 1时LBPC_C的识别率为87.34%。融合LBPC_A和LBPC_C的特征后，平均识别率从k = 1.0时的89.72%提高到k = 1.4时的92.04%。因此，后续实验取k = 1.4，这表明当K > 1.0且k约为1.4时，LBPC_C与LBPC_A的特征互补效果最显著。

1.3 不同变化下的性能评估

1.3.1 光照变化

在AR