基于級聯(lián)回歸和LBP的人臉識別算法研究.pdf

1、人臉識別技術(shù)是計算機視覺和模式識別領(lǐng)域的重要研究內(nèi)容之一。由于人臉識別問題的復(fù)雜性，且受到諸多外在因素的影響，要在識別率與穩(wěn)定性上達到較高的標(biāo)準(zhǔn)比較困難。本文提出的人臉識別方法首先用級聯(lián)回歸算法對人臉關(guān)鍵特征點進行精確定位，用定位好的關(guān)鍵特征點對人臉進行校正，求取關(guān)鍵特征點局部鄰域內(nèi)的LBP直方圖統(tǒng)計特征進行人臉建模，最后采用SVM分類器對人臉模型進行分類與識別。本文的人臉識別方法有效提高了人臉識別的準(zhǔn)確率和識別效率，在GT人臉數(shù)據(jù)庫上

2、進行的實驗中看出，本文人臉識別方法識別率最高可以達到99％。
　　本文主要研究工作包括：
　　(1)深入研究基于級聯(lián)回歸算法的人臉定位。級聯(lián)回歸算法采用迭代回歸求解的方式優(yōu)化人臉定位的準(zhǔn)確性，本文在LBF特征的訓(xùn)練過程中，采用三種閾值計算方法改進了RF算法中弱回歸樹節(jié)點的訓(xùn)練。在LFPW數(shù)據(jù)集上的訓(xùn)練和測試證實改進算法能有效提高LBF特征的穩(wěn)定性，提升模型整體的預(yù)測精度。
　　(2)提出局部LBP人臉建模算法。全臉LB