基于鲁棒的局部二值模式人脸识别算法

　　本文针对LBP算法特征包含outlier和维度过高的问题提出了一种基于鲁棒的局部二值模式（RobustLBP）的快速有效的人脸识别算法。RobustLBP算法的思想是在LBP算法的基础上加上一个Robust函数除去outlier达到降维的目的。首先通过计算LBP特征各个维度和中心元素的马氏距离作为Robust函数的输入，使得Robust函数收敛估算出重要信息。然后利用这些信息求出变换矩阵除去原始LBP特征的outlier。最后比对降维后特征间的卡方距离实现人脸识别。在FERET、CAS-PEAL-R1、LFW人脸数据库上的实验证明本文提出方法在是人脸识别上具有优越性。