改進(jìn)型LTP在人臉識(shí)別中的研究與應(yīng)用.pdf

1、近年來(lái)，作為人臉識(shí)別技術(shù)的關(guān)鍵性挑戰(zhàn)，研究者們至今沒有找到一種能夠克服姿態(tài)、光照等成像條件變化的識(shí)別方法。而被稱為人臉圖像不變性特征的紋理結(jié)構(gòu)特征對(duì)外界條件變化的敏感度不高，因此，對(duì)以紋理結(jié)構(gòu)為基礎(chǔ)的提取人臉圖像局部模式的研究具有深刻的意義。
　　 基于局部三值模式(LocalTernaryPattern，LTP)的人臉識(shí)別方法由于能夠解決劇烈光照或復(fù)雜條件下人臉識(shí)別問題而備受關(guān)注，但在訓(xùn)練樣本比較多時(shí)，LTP特征空間維數(shù)會(huì)變的

2、很大，不僅給計(jì)算帶來(lái)復(fù)雜性，而且降低了系統(tǒng)的識(shí)別速度;另外，LTP算子為了選擇合適的閾值需要做大量實(shí)驗(yàn)驗(yàn)證，這對(duì)訓(xùn)練樣本時(shí)間和識(shí)別率產(chǎn)生了極大的影響.本文通過對(duì)基于LTP特征空間的人臉識(shí)別系統(tǒng)的分析與研究，從圖像的紋理特征出發(fā)，針對(duì)LTP算法的不足，采用自動(dòng)閾值提取方法和(2D)PCA高維特征降維方法對(duì)其進(jìn)行改進(jìn)，具體的改進(jìn)方案如下:
　　 首先，通過對(duì)LTP定義的分析，提出一種針對(duì)算子本身的自適應(yīng)三值模式(LocalAdapt

3、iveTernaryPattern，LATP)，計(jì)算簡(jiǎn)單，提高LTP特征空間的分類性能。同時(shí)，根據(jù)LTP的計(jì)算推導(dǎo)過程，提出LATP的或運(yùn)算編碼方法，增強(qiáng)人臉的一些重要信息。
　　 其次，針對(duì)人臉識(shí)別中訓(xùn)練樣本過多而導(dǎo)致特征空間高維性的問題，本文利用二維主成分分析法(2D)PCA對(duì)LTP高維的特征空間進(jìn)行降維，降低了系統(tǒng)的識(shí)別時(shí)間，有效的提高了算子的實(shí)用性。
　　 最后，結(jié)合預(yù)處理方法、改進(jìn)型LTP特征提取方法及(2D)