Local Binary Pattern(LBP) Optimization for Feature Extraction

要約

画像データの急速な増加により、画像分類、画像セグメンテーション、パターン認識などのさまざまなアプリケーションで重要な高度な画像処理およびコンピューター ビジョン技術が開発されました。
テクスチャは、多くの画像処理タスクで広く使用されている重要な機能です。
したがって、テクスチャの分析と理解は、画像の分析と理解において極めて重要な役割を果たします。ローカル バイナリ パターン (LBP) は、画像の局所的なテクスチャの特徴を記述する強力な演算子です。
この論文では、演算子を 3 つの行列に分割することにより、LBP の新しい数学的表現を提供します。そのうちの 2 つは常に固定されており、入力データに依存しません。
これらの固定行列は徹底的に分析され、分類パフォーマンスを向上させるためにそれらを最適化する新しいアルゴリズムが提案されています。
最適化プロセスは、特異値分解 (SVD) アルゴリズムに基づいています。
その結果、著者らは人間の顔画像の質感を効果的に記述する最適なLBPを提示しました。
この論文で紹介されているいくつかの実験結果は、顔検出および表情認識タスクに対する最適化された LBP の効率と優位性を説得力を持って検証しています。

要約(オリジナル)

The rapid growth of image data has led to the development of advanced image processing and computer vision techniques, which are crucial in various applications such as image classification, image segmentation, and pattern recognition. Texture is an important feature that has been widely used in many image processing tasks. Therefore, analyzing and understanding texture plays a pivotal role in image analysis and understanding.Local binary pattern (LBP) is a powerful operator that describes the local texture features of images. This paper provides a novel mathematical representation of the LBP by separating the operator into three matrices, two of which are always fixed and do not depend on the input data. These fixed matrices are analyzed in depth, and a new algorithm is proposed to optimize them for improved classification performance. The optimization process is based on the singular value decomposition (SVD) algorithm. As a result, the authors present optimal LBPs that effectively describe the texture of human face images. Several experiment results presented in this paper convincingly verify the efficiency and superiority of the optimized LBPs for face detection and facial expression recognition tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google