《表3 动态LBP特征识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Gabor小波和动态LBP的人脸活体检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表3可以看出，采用LBP8，2描述子所得特征比LBP8，1，LBP16，1描述子的识别率明显提高，与LBP16，2描述子的识别率相当，考虑到特征提取的实时性问题，此处选择计算速度更快的LBP8，2描述子（LBP8，2和LBP16，2平均运算时间分别为0.0249s和0.0385s）。同时，对比表3中第一行（未分区域）所得识别率和其他行（划分区域）的识别率可以发现，一阶离散导数图在分区域下获取的LBP特征对于人脸活体检测效果更加显著，说明局部动态信息更能够代表真伪人脸的差别，因为在实际情形中，只有部分图像的运动模式发生变化，这部分的变化模式对于区分真伪人脸才是有效的。此外，将图像划分为6×6区域时所提取的特征较更少或更多区域下所得特征的识别率明显提高，因此，本文采用的描述子为LBP8，2（邻域半径为2，采样数为8），并采用6×6的图像区域划分方式，得出各局部区域LBP统计直方图并连接，得到最终的一阶LBP特征向量。