这是最近几年研究人脸识别的论文合集，主要是研究LBP算法在人脸识别中的应用，以及基于LBP算法的各种改进方法，LBP算法于其他算法技术组合进行人脸识别等方面的研究，代表了现在人脸识别在局部特征上研究的最新进展。

python语言使用LBP算法提取特征向量SVM算法训练模型和识别分类整套文件。内有训练和测试、验证图片集，训练和测试程序分两个py文件。训练使用lbp_train.py文件，测试和验证使用均使用lbp_test.py文件，更改训练集和测试集文件可更改为自己所需的程序。LBP算法使用uniform模式，准确率可达93.31%以上

LBP直方图MATLAB代码卫生组织 基于二阶梯度直方图的新型局部图像描述符 该存储库包含“”论文的代码（在Matlab中）。 引文 @ARTICLE{6891351, author={D. Huang and C. Zhu and Y. Wang and L. Chen}, journal={IEEE Transactions on Image Processing}, title={HSOG: A Novel Local Image Descriptor Based on Histograms of the Second-Order Gradients}, year={2014}, volume={23}, number={11}, pages={4680-4695}, keywords={feature extraction;gradient methods;image classification;image enhancement;image matching;novel local image descriptor;HSOG;retinal image;geometric

完整代码，可直接运行

基于分块LBP融合特征和SVM的人脸识别算法.pdf

包含两个m文件：lbp.m和getmapping.m 可以实现最原始LBP算法以及uniform形式的LBP，和旋转不变的LBP。 实现效果：可以实现处理后图像直方图 我认为是个好东西，呵呵 分享给大家

佳能LBP6018打印机驱动

qt + opencv RGB活体识别程序demo，通过提取lbp和hog特征，训练人脸，可以判断出是手机图片和视频，打印图片，

用LBP （局部二值模式） 特征进行 人脸识别 代码

lbp.py是用于纹理分类的局部二进制模式 (LBP) 算法的 Python 实现。 先决条件 以下所示的版本已经过验证。 其他版本也可能有效，但尚未得到验证。 Git 2.3.* 或 2.4.* Python 2.7.9 带有以下包： NumPy 1.9.2 枕头 2.7.0 美汤 3.2.1 Matplotlib 1.4.3 mpi4py 1.3.1 OpenMPI 1.8.4 克隆存储库 第一步是克隆存储库以获取代码的本地副本。 打开终端并运行以下命令。 $ git clone https://github.com/timvandermeij/lbp.py.git $ cd lbp.py 运行代码 第一步是获取图像以在lbp.py上运行lbp.py 我们已经实现了一个从获取大型高分辨率图像的，它在许可下提供免费图像。 在终端中执行以下命令： $ python