58、鲁棒多光谱人脸识别的组合与加权特征及脑磁共振图像分割方法

鲁棒多光谱人脸识别的组合与加权特征及脑磁共振图像分割方法

多光谱人脸识别系统

多光谱人脸识别系统包含四个阶段：数据库预处理、特征提取、特征融合和分类。

• 数据库预处理 ：数据库中的图像通常带有背景，对人脸识别无用，因此需裁剪图像，仅保留人脸部分。由于不使用颜色信息，裁剪后的图像应从彩色空间转换为灰度空间。
• 特征提取 ：使用了两种不同的描述符，即作为局部描述符的均匀局部二值模式（uLBP）和作为全局描述符的泽尔尼克矩（ZMs）。
  • 均匀局部二值模式特征 ：局部二值模式首次用于纹理分析，具有对单调灰度变化或光照变化的不变性、强大的纹理描述能力和计算效率等优点。该局部描述符由像素根据其邻域的分布（直方图）组成。对于中心像素 $P_0(x_c, y_c)$，其邻域由 $(P, R)$ 对表征，其中 $P$ 是位于以 $P_0$ 为中心、半径为 $R$ 的圆内的点（像素）集。点 $P_i$ 的坐标由下式给出：
    $P_i = (x_c + R \cos(\frac{2\pi i}{P}), y_c - R \sin(\frac{2\pi i}{P}))$
    对于 $P = 8$ 个像素的邻域，LBP 像素的值由以下公式计算：
    $I_{LBP}(P_0) = \sum_{i = 1}^{8} P’_i * 2^{i - 1}$
    其中
    $P’_i = \begin{cases}
    1, & \text{for } I(P_i) \geq I(P_0) \
    0, &a