大規(guī)模人臉庫(kù)中快速識(shí)別算法的研究.pdf

1、人臉識(shí)別作為一種最易普及的生物特征識(shí)別技術(shù)，擁有廣闊的應(yīng)用前景，近年來順應(yīng)社會(huì)需求，成為模式識(shí)別、計(jì)算機(jī)視覺與應(yīng)用數(shù)學(xué)等領(lǐng)域的研究熱點(diǎn)。
　　雖然人臉識(shí)別技術(shù)已經(jīng)在現(xiàn)實(shí)生活中有所應(yīng)用，但依然存在很大的發(fā)展空間，尤其是大規(guī)模數(shù)據(jù)庫(kù)中的人臉識(shí)別，目前面臨著存儲(chǔ)空間大，比對(duì)效率低兩大問題。本文針對(duì)這些問題，提出了一種層級(jí)LBP特征和局部敏感哈希方法相結(jié)合的大規(guī)模人臉識(shí)別算法，主要工作如下:
　　第一，在傳統(tǒng)的LBP基礎(chǔ)上，提出了一

2、種基于彈性圖的分塊層級(jí)LBP特征，該特征屬于局部特征，僅在人臉五大關(guān)鍵點(diǎn)的局部區(qū)域進(jìn)行，具有很好的分類能力。
　　第二，使用PCA+LDA方法對(duì)層級(jí)LBP特征進(jìn)行分塊訓(xùn)練，獲得投影矩陣。利用該矩陣對(duì)特征進(jìn)行降維，該方法在減小特征存儲(chǔ)量的同時(shí)能夠去除冗余信息，提高識(shí)別率。降維后所得特征作為人臉的識(shí)別特征。
　　第三，利用基于DCT變換的局部敏感哈希算法，將人臉庫(kù)中的樣本進(jìn)行哈希映射，并根據(jù)映射集為人臉樣本建立反向索引。該算法在

3、識(shí)別階段的比對(duì)方法不同于傳統(tǒng)方法的線性比對(duì)，大大地提高了識(shí)別速度。
　　第四，提出了一種重排序算法，對(duì)哈希算法所得識(shí)別結(jié)果選取小范圍樣本進(jìn)行重排序，以此來進(jìn)一步提高識(shí)別率。
　　本文在東北大學(xué)應(yīng)用數(shù)學(xué)研究室自建的人臉庫(kù)上進(jìn)行了實(shí)驗(yàn)，識(shí)別率在Rank1、Rank10、Rank30時(shí)分別為:83.48％、94.25％、95.87％，平均時(shí)間為0.15s。實(shí)驗(yàn)表明，與傳統(tǒng)的方法相比，本文的特征存儲(chǔ)量小，識(shí)別率較高，比對(duì)速度是傳統(tǒng)方