基于Gabor滤波器的人脸表示局部二值模式（LBP）和局部相位量化（LBQ）

有时逼真的人脸表示会遇到模糊或低分辨率的人脸图像，结果，现有的分类方法不够强大。 本文提出了一种新颖的人脸表示方法（GLL），该方法融合了Gabor滤波器，局部二值模式（LBP）和局部相位量化（LPQ）。 在Gabor滤波过程中，它使用具有两个比例和八个方向的Gabor小波函数来捕获面部图像中的显着视觉特性。 在Gabor特征的基础上，我们分别获得了LBP特征和LPQ特征，从而在空间域内以及不同尺度和方向上充分探究了模糊不变性和信息。 在CMU-PIE和Yale B上进行的实验证明了我们的GLL在处理不同条件面部数据集时的有效性。