人脸识别和身份验证是计算机视觉应用中两个重要的动态研究问题。人脸识别需要考虑很多因素；其中，姿态变化是一个严重影响人脸识别性能的主要挑战。为了提高性能，已经开发了几种研究方法来在约束和非约束环境中执行具有姿势不变条件的人脸识别过程。在本文中，作者分析了一种流行的纹理描述符，即局部二进制模式、局部导数模式和有向梯度直方图，对姿态不变问题的性能。在特征提取之前，还应用了最先进的预处理技术，如离散余弦变换、高斯差分、多尺度Retinex和梯度人脸。在识别阶段，使用K-最近邻分类器完成分类任务。为了评估姿态不变人脸识别算法的效率，使用了三个公开可用的数据库，即UMIST、ORL和LFW数据集。上述数据库具有非常广泛的姿态变化，并且证明了最新方法仅在约束条件下有效<\/p> “，”DOI“：”10.4018\/ijcvip.2015010104“，”type“：”journal-article“，”created“：{”date-parts“：[[2016,4,29]]，”date-time“：”2016-04-29T12:05:18Z“，”timestamp“：1461931518000}，”page“：10.4018“，”卷“：”5“，”作者“：[{”给定“：”M.Parisa“，”家族“：”Beham“，”序列“：”first“，”affiliation“：[}”name“：”印度马杜赖维克拉姆工程学院电子与通信工程系“}]}，{”given“：”S.M.Mansoor“，”family“：”Roomi“，”sequence“：”additional“，”从属“：[[{“name”：“”印度马杜赖Thiagarajar工程学院电子与通信工程系“}]}，{“given”：“J.”，“family”：“Alageshan”，“sequence”：“additional”，“affiliation”：[{“name”：“印度马杜莱维克拉姆工程学院电子和通信工程系”}]}sequence“：”additional“，”affiliation“：[{”name“：”印度马杜赖维克兰工程学院电子与通信工程系“}]}]，”member“：”2432“，”container-title“：[”International Journal of Computer Vision and Image Processing“]，”original title“：[]，”language“：”ng“，”link“：[}”URL“：”https:\/\/www.igi-global.com/viewtitle.aspx？TitleId=151508“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,6,1]]，”date-time“：“2022-06-01T20:35:53Z”，”timestamp“：1654115753000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/services.igi-global.com/resolvedoi\\resolve.aspx？doi=10.4018\/IJCVIP.2015010104“}}，“subtitle”：[“”]，“shorttitle”：[]，“issued”：{“date-parts”：[[2015,1,1]]}2155-6989“]，”ISSN-type“：[{”value“：”2155-6997“，”type“:”print“}，{”value“：：“电子”}]，“主题”：[]，“已发布”：{“日期部分”：[[2015,1,1]]}}}