论文部分内容阅读
使用LBP算子对视频中的人脸图像提取特征,通过线性SVM分类器进行人种分类,并利用级联投票机制提高人种识别的正确率,大大降低了视频序列中人脸误检带来的干扰.本文提出的识别方法在FERET数据库中具有较好的性能;在人种识别自行建立的LFW和WEB复杂训练数据库中通过交叉验证测试的识别率达到91.10%;该方法在视频数据库中的平均识别率可达86.29%,大量实验证明本文方法对自然场景中的光照、角度和位置变化都具有较高的鲁棒性.