基于MB LBP和改进的LFDA的人脸识别齐鸣鸣

合集下载

基于MB-LBP人脸检测算法

基于MB-LBP人脸检测算法张伦，楚如峰，向世明，廖胜才，斯坦·李生物识别与安全技术研究中心，中国科学院自动化模式识别研究所，国家重点实验室摘要通过使用基于AdaBoost学习算法的矩阵Haar-like特征方法，有效和实时脸部检测已经成为可能。

在本文中，我们介绍了一组新的独特的人脸检测矩阵特征方法，称为多块局部二值模式（MB-LBP）。

通过局部二进制模式操作，MB-LBP将矩阵区域编码成强度，得到的二值模式可以描述图像的多种局部结构。

基于MB-LBP特征，研究出了一种基于AdaBoost学习算法的人脸检测方法。

为了处理MB-LBP特征的非度量特征值，算法采用多分支回归树作为弱分类。

实验表明，基于MB-LBP弱分类比Haar特征和原始LBP特征更加有区别度。

鉴于相同的许多特征，在一个给定的0.001误报率下，所提出的人脸检测比haar-like特征高15％的正确率，比原始LBP特征高8％的正确率。

这表明，MB-LBP特征可以捕获更多的图像结构信息，同时在简单地测量矩阵之间的差异下，比传统haar-like特征有更突出的性能。

MB-LBP 特征的另一优点是其较小的特征集，这使得训练时间要少得多。

1引言人脸检测具有广泛的应用，例如自动人脸识别，人机交互，监控等。

在最近几年，出现了基于脸部外观检测方案一个实质性的进展。

这些方法解决的人脸检测作为两类（人脸/非人脸）的分类的问题。

由于人脸外观，光照，表情和其它因素的变化，具有良好的性能的人脸/非人脸分类器应该是非常复杂的。

用于构造人脸/非人脸分类的最有效的方法是基于学习的方法。

例如，基于神经网络的方法，支持向量机制等。

最近，由Viola和Jones提出的基于Boosting算法的检测被认为是在人脸检测的研究的一个突破。

实时性能是通过学习一个简单的Haar-like矩阵特征的序列来实现。

Haar-like特征编码在两个矩阵区域之间的平均强度的差异，并且可以迅速地通过积分图像进行计算。

基于二维MB-LBP特征的人脸识别

基于二维MB-LBP特征的人脸识别王红;武继刚;张铮【期刊名称】《计算机工程与应用》【年(卷),期】2015(000)010【摘要】This paper proposes a novel face recognition method based on two-dimensional multi-block local binary pat-tern. A face image is divided into some blocks. The MB-LBP operator is applied on each block. It combines the MB-LBP and gray level co-occurrence matrix to get two-dimensional MB-LBP features which better describe the local texture spatial structure. Each sub-block of LBP gray histogram is connected to form the face feature. The proposed approach is tested on ORL and CMU-PIE face database with the Support Vector Machine(SVM)as classifier. The results of experiments dem-onstrate that the proposed algorithm is more steady and superior of identifying faces while compared with the traditional one-dimensional LBP features.%提出了一种基于二维多尺度局部二进制模式的人脸识别方法，对一幅人脸图像进行分块，对每一块的图像进行MB-LBP（Multi-scale Block Local Binary Patterns）算子运算，将MB-LBP与灰度共现矩阵结合起来得到了可以更好地描述局部纹理空间结构的二维MB-LBP特征，将各子块的二维MB-LBP特征进行连接形成人脸特征。

基于LBP卷积神经网络的面部表情识别

基于LBP卷积神经网络的面部表情识别
江大鹏;杨彪;邹凌
【期刊名称】《计算机工程与设计》
【年(卷),期】2018(039)007
【摘要】针对传统方法面部微表情识别率低的问题,提出局部二值模式(LBP)图像的卷积神经网络对6种基本面部表情进行识别.采用Viola-Jones框架提取面部表情的感兴趣区域,提取感兴趣区域的LBP图像,输入到一个六层的卷积神经网络(两个卷积层、两个降采样、一个全连接层、一个Softmax)并得到识别的结果.在3个公共数据集(CK+、JAFFE、Oulu-CASIA)上进行实验,识别率分别为94.58％、93.48％、93.15％,结果表明,该方法对面部微表情的识别优于其它主流方法.
【总页数】7页(P1971-1977)
【作者】江大鹏;杨彪;邹凌
【作者单位】常州大学信息科学与工程学院,江苏常州213164;常州大学常州市生物医学信息技术重点实验室,江苏常州213164;常州大学信息科学与工程学院,江苏常州213164;常州大学常州市生物医学信息技术重点实验室,江苏常州213164;常州大学信息科学与工程学院,江苏常州213164;常州大学常州市生物医学信息技术重点实验室,江苏常州213164
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于LBP特征的面部表情识别方法 [J], 王强;
2.基于LBP和LPQ的面部表情识别 [J], 邹元彬;乐思琦;廖清霖;张云
3.基于浅层卷积神经网络的面部表情识别 [J], 张文杰;张在房
4.基于遮挡感知卷积神经网络的面部表情识别模型 [J], 王军;赵凯;程勇
5.基于PLBP的面部表情识别分析 [J], 刘宇灏
因版权原因，仅展示原文概要，查看原文内容请购买。

基于LBPH算法的人脸识别算法研究与设计

基于LBPH算法的人脸识别算法研究与设计1. 引言1.1 研究背景人脸识别技术是近年来人工智能领域的热点之一，具有广泛的应用前景。

随着人们对安全性和便利性需求的提高，人脸识别技术在安防、金融、智能家居等领域得到了广泛应用。

LBPH（Local Binary Patterns Histogram）算法是一种基于局部特征的人脸识别算法，具有简单、高效的特点，能够较好地应用于人脸图像的特征提取与匹配。

研究背景部分将介绍人脸识别技术的发展历程，以及当前人脸识别技术所面临的挑战和不足。

随着深度学习技术的发展，基于深度学习的人脸识别算法取得了很大的进展，但是深度学习算法需要大量的标注数据和计算资源，对硬件设备的要求较高。

相比之下，基于局部特征的LBPH算法在小样本数据和计算资源有限的情况下也能取得不错的识别效果，因此对于一些资源有限的应用场景来说具有一定的优势。

通过研究LBPH算法在人脸识别中的应用，可以探索其在实际场景中的优势和不足，为基于LBPH算法的人脸识别系统设计提供理论支持和技术指导。

1.2 研究目的人脸识别技术在各个领域中发挥着越来越重要的作用，而LBPH算法作为一种经典的人脸识别算法，具有简单、高效的特点，被广泛应用于实际场景中。

本研究旨在深入探讨基于LBPH算法的人脸识别技术，通过对其原理、应用及系统设计进行研究，进一步提高人脸识别的准确性和效率。

具体来说，本研究的目的包括以下几个方面：1. 分析LBPH算法在人脸识别中的优势和不足，探讨其适用范围和局限性，以期为该算法的进一步优化提供理论参考。

2. 基于LBPH算法的人脸识别系统设计，探讨系统构建中的关键技术和难点，寻求更高效、更可靠的人脸识别解决方案。

3. 设计实际的实验方案，并通过对实验数据的分析和结果的评估，验证LBPH算法在人脸识别中的实际效果，为算法改进和优化提供实践基础。

通过以上研究目的的实现，本研究旨在为提高人脸识别技术在各领域的应用效果和推广空间，为相关技术的发展和进步做出一定的贡献。

基于Labview_Matlab的人脸识别系统设计与实现

隧道超近间距。新隧道与两条既有隧道中心线的距离均为１７．５ｍ，相邻隧道衬砌间的最小净距仅为５ｍ。
超浅埋段长。隧道通过金家街小学操场及教学楼和简易房。Ｋ０＋４９．９７－Ｋ０＋２５３，地表杂填土厚０．９～４．８ｍ，基岩顶面距隧道顶部１．５～６．２ｍ。２．４地面建筑及危房覆盖率高
在Ｋ０＋１７３～Ｋ０＋２５３里程上，沿隧道轴线宽８０ｍ范围内居民密集，地面建筑多为１－６层砖混结构旧房及简易平房砌筑结构，为七十年代初期建筑。
（２）爆破后沿岩体的切割面（或称爆裂面）应具有一定的平整度，并能保持原岩体自身的稳定性，从而保证爆破效果及隧道内的安全，即光面和稳定控制爆破。３．２控制爆破基准
根据《爆破安全规程》（ＧＢ６７２２－８６）对
（１ｌ）其中为混合成分的比例因子，即用高斯混合模型来对概率分布矩阵Ｂ建模和分别为高斯混合模型的均值和协方差矩阵
图像。
２．４特征提取
首先对合法人员进行图像采集建立以每
人５幅不同表情像的归一化图像为标准的图
像库，再对库进行ＨＭＭ训练，就是要为每个
类别确定一组经过优化的ＨＭＭ参数，每个模
型可以用单幅或多幅图像进行训练，训练步骤
如下：
（１）对人脸进行Ｇａｂｏｒ小波变换，求出特征
结，并将其作为观测向量，即
１引言
随着城市交通及地铁隧道的大量修建，穿越密集建筑物（住宅区）进行小净距浅埋隧道施工已成为建筑施工企业和工程技术人员亟待攻克的科技难题。大连市椒金山新建隧道采用暗挖法施工，通过优化控制爆破方案，合理选择爆破参数对获取理想震动效果，控制地面沉降，减少围岩扰动及地表建筑物影响起到了关键作用。该隧道的控制爆破施工是在交通不中断、相邻隧道净间距小、洞顶覆盖层薄的困难条件下进行的，本项目控制爆破技术的成功应用标志着我国超长小净距隧道控制爆破施工的一个重大突破。

基于Uniform LBP和DMMA的单样本人脸识别

基于Uniform LBP和DMMA的单样本人脸识别杨秀坤;岳新启;汲清波【期刊名称】《计算机工程与应用》【年(卷),期】2015(051)024【摘要】在单样本人脸识别系统中,为了获得更好的人脸面部特征,提出了一种融合Uniform LBP特征和多流形判别分析(Discriminative Multi-Manifold Analysis,DMMA)的特征提取方法.对每幅人脸图像进行分块构成一个子集.使用统一局部二值模式(Uniform LBP)算子提取每个子集中图像的直方图,每个子集中的直方图形成一个统计流形,应用DMMA算法获得人脸图像的低维特征.采用基于重建的流形-流形间的距离识别未知的人脸图像.在AR数据库和ORL数据库上实验结果表明,该算法的识别性能优于一般的DMMA算法.%In order to effectively extract facial expression feature in the single face recognition system, this paper proposes a novel method by fusing Uniform LBP features and Discriminative Multi-Manifold Analysis(DMMA)features. Each face image is partitioned into several nonoverlapping patches to form an image set for each sample per person. The Uniform Local Binary Pattern(Uniform LBP)operator is used to extract image histogram of each image set. So the histogram of each image set forms a statistics manifold. This paper applies DMMA algorithm to obtain the low-dimensional face image feature. It uses the reconstruction-based manifold-manifold distance to identify the unlabeled face images. Experimental results show that the algorithm issuperior to the general recognition DMMA algorithms on the AR database and ORL database.【总页数】5页(P165-169)【作者】杨秀坤;岳新启;汲清波【作者单位】哈尔滨工程大学信息与通信工程学院,哈尔滨 150001;哈尔滨工程大学信息与通信工程学院,哈尔滨 150001;哈尔滨工程大学信息与通信工程学院,哈尔滨 150001【正文语种】中文【中图分类】TP391.41【相关文献】1.融合单演特征和CS-LBP的单样本人脸识别 [J], 杨恢先;贺迪龙;谭正华;刘凡;刘阳2.拉普拉斯滤波结合CS-LBP的单样本人脸识别 [J], 杨恢先;刘凡;贺迪龙3.自适应加权LBP的单样本人脸识别方法 [J], 赵汝哲;房斌;文静4.基于改进LBP的单样本人脸识别算法 [J], 张辉;刘新5.深度稀疏自编码网络融合多LBP特征用于单样本人脸识别 [J], 赵淑欢; 万品哲; 郭昌隆因版权原因，仅展示原文概要，查看原文内容请购买。

基于鲁棒的局部二值模式人脸识别算法

基于鲁棒的局部二值模式人脸识别算法
程雷鸣;其木苏荣;靳薇
【期刊名称】《计算机科学与应用》
【年(卷),期】2013(003)008
【摘要】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。

【总页数】5页(P344-348)
【作者】程雷鸣;其木苏荣;靳薇
【作者单位】[1]北京信息科技大学,北京;;[1]北京信息科技大学,北京;;[2]北京市新
技术应用研究所,北京
【正文语种】中文
【中图分类】TP39
【相关文献】
1.基于鉴别性低秩表示及字典学习的鲁棒人脸识别算法 [J], 赵雯;吴小俊
2.基于多区域融合的表情鲁棒三维人脸识别算法 [J], 桑高丽;闫超;朱蓉
3.基于结构化低秩恢复的鲁棒人脸识别算法 [J], 陈哲; 吴小俊
4.基于非凸低秩稀疏约束的鲁棒人脸识别算法 [J], 王文宇;程泽贤;杨晓南;郑祥宇;邱虹
5.基于扩展字典学习的鲁棒人脸识别算法 [J], 凡正军;宋长明
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进的MBLBP人脸检测算法设计与实现

基于改进的MBLBP人脸检测算法设计与实现
薛宾田
【期刊名称】《电子制作》
【年(卷),期】2022(30)17
【摘要】针对复杂背景条件下人脸检测错误率较高问题,提出了基于改进的MBLBP人脸检查算法,算法利用人脸肤色特征明显区别于背景其他颜色特点首先将肤色区域分割出来,将其他背景区域屏蔽掉,然后在肤色区域使用改进后的MBLBP 特征进行人脸检查,改进后的MBLBP特征在能保证准确率的前提下计算效率有明显提高。

经过多组对比实验和统计得出基于改进的MBLBP人脸检查算法在人脸检查正确率和检查速度上优于其他传统算法。

【总页数】4页(P53-56)
【作者】薛宾田
【作者单位】河南牧业经济学院信息工程学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于FPGA的改进ADS-B纠错算法设计与实现
2.基于改进小波的图像压缩算法设计与实现
3.基于有向图的评分改进算法设计与实现
4.基于改进蝙蝠算法的双聚类算法设计与实现
5.基于改进Adaboost人脸检测算法的研究及DSP实现
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

征空间内更具可分离性，并克服了嵌入空间必须小于样本数即必须有一定数量量的缺陷。然而ＬＦＤＡ有一个主要问题，的标注样本才能进行有效学习和判别，少量的标注样本会导致过度拟合问题。其次，由于ＬＦＤＡ采用普遍的类内第Ｋ近
），，到稿日期：浙江省教育厅科研项目（绍兴文理２０１１０７１９２０１１１０２０７０７７１０７７Ｙ２０１１２２５４４）－－返修日期：－－本文受国家自然科学基金项目（）学院元培学院科研项目（资助。０９０６１０，：，齐鸣鸣（男，博士生，讲师，主要研究方向为机器学习、生物特征鉴别，向阳（男，博士后，教１９７４－）Ｅ－ｍａｉｌｗｅｂｍｍ１９７４＠ｓｏｈｕ．ｃｏｍ；１９６２－）ｑ授，博士生导师，主要研究方向为数据挖掘、Ｗｅｂ语义。
１３，１４］，征抽取［但它们不能准确地表示图像蕴含的大结构特［５］不仅包含统计信息，而且能表现图像块邻域征。ＭＢＢＰ１－Ｌ
１引言
人脸识别是重要的生物特征鉴别课题并具有广泛的运用价值。目前监督式判别分析是人脸识别普遍使用的机器学习方法。线性的Ｆｉｓｈｅｒ判别分析（ＦｉｓｈｅｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌ－ｙ
ｌｂ，Ｗｉｊ＝
（）
ｌｗ，Ｗｉｊ＝
（）
｛｛
第３９卷第６期２０１２年６月
计算机科学ＣｏｍｕｔｅｒｃｉｅｎｃｅＳｐ
Ｖｏｌ．３９Ｎｏ．６Ｊｕｎｅ２０１２
基于ＭＢＬＢＰ和改进的ＬＦＤＡ的人脸识别－
２１齐鸣鸣１，向阳１２（）（）同济大学计算机科学与技术系上海２绍兴文理学院元培学院绍兴３０１８０４１２０００
ＦａｃｅＲｅｃｏｎｉｔｉｏｎＢａｓｅｄｏｎＭＢＬＢＰａｎｄＩｍｒｏｖｅｄＬＦＤＡ－ｇｐ
１２１ＱＩＭｉｎｉｎＩＡＮＧＹａｎ－ｍｇｇＸｇ１（，，）ＤｅａｒｔｍｅｎｔｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏＴｏｎｉＵｎｉｖｅｒｓｉｔＳｈａｎｈａｉ２０１８０４，Ｃｈｉｎａｐｐｇｙｇｊｙｇ２（，，）ＣｏｌｌｅｅｏｆＹｕａｎｅｉＳｈａｏｘｉｎＵｎｉｖｅｒｓｉｔＳｈａｏｘｉｎ３１２０００，Ｃｈｉｎａｇｐｇｙｇ，
［１］，和非线性的核ＦｓｉｓＦＤＡ）ｉｓｈｅｒ判别分析（ＫｅｒｎｅｌＦｉｓｈｅｒ［２］，是计算高效的监督判别分析ＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓＫＦＤＡ）ｙ］３１０－，算法并广泛运用于人脸识别［但这些算法缺乏局部保持
·２６６·
的局部描述能力和整体结构。同时针对实际应用中的少量标注样本和不同类别、不同数量的标注样本的情况，通过取类内点与同类中其他样本的欧氏距离差的均值方式改进类内散度结合训练样本的总散度，充分挖掘训练样本的全局计算参数，改进标注样本的类间和类内散度的计算方式，使得改进结构，的Ｌ有效地提高了少量标注样ＦＤＡ克服了ＬＦＤＡ的局限性，本情况下的人脸识别率。
［１２］
ห้องสมุดไป่ตู้
内灰度级或者颜色的空间变化，反映图像的局部结构化特征，对图像局部纹理特征有很强的全局描绘能力。根据上述分析，本文提出了一种基于ＭＢＢＰ和改进的－ＬＬＦＤＡ的人脸识别新方法。以局部保持和全局保持相结合为思想原则，利用ＭＢ强化图像ＢＰ对人脸图像进行预处理，－Ｌ
（ＡｂｓｔｒａｃｔａｌｏｒｉｔｈｍｏｎｆａｃｅｒｅｃｏｎｉｔｉｏｎｂａｓｅｄｏｎｍｕｌｔｉｓｃａｌｅｂｌｏｃｋｌｏｃａｌｂｉｎａｒａｔｔｅｒｎｓＭＢＢＰ）ａｎｄｉｍｒｏｖｅｄＬｏＡ－－Ｌ－ｇｇｙｐｐ（，ｃａｌｆｉｓｈｅｒｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｓｉｓＬＦＤＡ）ｗａｓｗｈｉｃｈｓｔｒｅｎｔｈｅｎｓｌｏｃａｌａｎａｌｓｉｓｆｏｒｌａｂｅｌｅｄｓａｍｌｅｓａｎｄａｒｏｏｓｅｄｌｏｂａｌ－ｙｇｙｐｐｐｇｎａｌｓｉｓｆｏｒｔｒａｉｎｉｎｓａｍｌｅｓｗｉｔｈｔｈｅａｂｉｌｉｔｏｆＭＢＢＰｆｏｒｌｏｃａｌａｎｄｌｏｂａｌｄｅｓｃｒｉｔｉｏｎ．Ｔｈｅａｌｏｒｉｔｈｍｍａｋｅｓｕｓｅｏｆａｖｅ－Ｌ－ｙｇｐｙｇｐｇｒａｅＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｆｒｏｍｅｖｅｒｓａｍｌｅｔｏｏｔｈｅｒｓａｍｌｅｓｉｎｔｈｅｓａｍｅｃｌａｓｓａｓｔｈｅｔｏｏｖｅｒｃｏｍｅｔｈｅｌｉｍｉｔｆｏｒａｒａｍｅｔｅｒｇｙｐｐｐｃｏｍｕｔｉｎｗｉｔｈｉｎｃｌａｓｓｓｃａｔｔｅｒａｎｄｓｔｒｕｃｔｕｒｅｂｉｎｏｓｃｕｌａｔｉｎｔｈｅｔｏｔａｌｓｃａｔｔｅｒｏｆｔｒａｉｎｉｎｓａｍｌｅｓｉｎｔｈｅｒｅｓｅｒｖｅｓｌｏｂａｌ－ｐｇｙｇｇｐｐｇｏｆｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＭＢＢＰｂａｓｅｆｏｒｍａｋｉｎａｎａｌｓｉｓｏｆｌｏｃａｌａｎｄｆｏｒｍａｒａｍｅｔｅｒ．Ｅｘｅｒｉｍｅｎｔａｌｒｏｖｉｄｅｓｏｏｄｌｏｂａｌ－ＬｇｙｐｐｐｇｇａｎｄｉｍｒｏｖｅｄＬＦＤＡｈａｓｍｏｒｅｏｂｖｉｏｕｓａｄａｔａｂｉｌｉｔａｎｄｒｅｃｏｎｉｔｉｏｎｒａｔｅｔｈａｎＬＦＤＡｗｈｅｎｔｈｅｎｕｍｂｅｒｏｆｌａｒｅｓｅｒｖｉｎ－ｐｐｙｇｐｇ，ｂｅｌｅｄｓａｍｌｅｓｉｓｓｍａｌｌ．ｐ，，ＫｅｗｏｒｄｓＢＰＬＦＤＡ，ＧｌｏｂａｌｓｔｒｕｃｔｕｒｅＦａｃｅｒｅｃｏｎｉｔｉｏｎＭＢ－Ｌｇｙ要求每类标注人脸数量必须大于Ｋ。邻的类内散度计算方式，而实际应用中的每个人脸类别的标注样本是少量的和变化的，且每个人脸类别的标注数量有时是不一致的。此外，图像采集导致的光照灰度变化大等原因造成人脸普遍使用的去灰度变化的归一化处理不能特征描述能力弱，有效地刻画图像局部特征。小波变换虽然具有良好的时频局部化能力，但计算复杂度较高。局部二进制模式（ＬｏｃａｌＢｉｎａｒｙ，和统一化ＬＰａｔｔｅｒｎｓＬＢＰ）ＢＰ（ＵｎｉｆｏｒｍＬｏｃａｌＢｉｎａｒＰａｔ－ｙ，能有效地捕捉人脸图像局部纹理特征和进行特ｔｅｒｎｓＵＬＢＰ）
，摘要提出了一种基于多块Ｌ和改进的局部化的ＦＢＰ（ＭｕｌｔｉｓｃａｌｅＢｌｏｃｋＬｏｃａｌＢｉｎａｒＰａｔｔｅｒｎｓＭＢＢＰ）ｉｓｈｅｒ判别－－Ｌｙ，的人脸识别算法。该算法利用ＭＢ分析（ＬｏｃａｌＦｉｓｈｅｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｓｉｓＬＦＤＡ）ＢＰ的局部和整体描述能力强化－Ｌｙ了标注样本的局部分析和训练样本的全局分析；以每个样本与同类其他样本的欧氏距离均值作为参数，克服了类内散度计算限制；通过参数融合训练样本的总散度信息保持样本的全局结构。实验表明，ＭＢＢＰ为局部保持分析和全局－Ｌ；，保持分析提供了良好的基础在少量标注样本情况下改进的ＬＦＤＡ的适应性和识别率明显优于ＬＦＤＡ。关键词多块Ｌ局部Ｆ全局结构，人脸识别ＢＰ，ｉｓｈｅｒ判别分析，中图法分类号ＴＰ３９１文献标识码Ａ