全局與局部特征融合的人臉識別研究.pdf

1、人臉識別作為生物特征識別的一個重要分支,一直是模式識別和圖像處理領域的研究熱點之一。人臉識別克服了傳統(tǒng)身份驗證的缺陷,有著廣泛的應用前景。但是人臉識別無論在二維還是三維上依然有許多研究課題,人臉的特征表征存在較大的困難。本文主要研究:人臉預處理算法,以及在預處理算法的基礎的人臉全局特征與局部特征,并在對比實驗的基礎上,驗證了融合特征的識別效果。本文的主要研究內(nèi)容和工作總結(jié)如下:
　　 1)提出了一種簡單快捷的人臉預處理方法。結(jié)合

2、實際應用中著重需要考慮的情況,以及傳統(tǒng)預處理方法的優(yōu)缺點,提出了基于雙眼獨立動態(tài)閾值的人眼定位算法。在雙眼定位的基礎上,結(jié)合灰度積分投影圖與迭代閾值法進一步得到鼻尖與嘴巴區(qū)域,最后利用獲得的區(qū)域裁切出裸臉位置進行人臉歸一化。在CASIA-FaceV1人臉庫的不同光照、不同姿態(tài)、睜眼閉眼等復雜情況下,算法定位準確率達到了86.83％,測試得到人臉歸一化的圖像可以滿足人臉識別的要求。
　　 2)研究了全局特征與局部特征下的幾種人臉識

3、別方法,并且橫向?qū)Ρ攘藥追N主要特征提取方法,分析算法時間消耗、識別效果及適用情況。對比了PCA與2DPCA的全局算法識別率,局部特征采用Ga bor與/BP特征進行人臉紋理表征。分別在ORL庫、ESSEX等數(shù)據(jù)庫上進行驗證,實驗結(jié)果表明在預處理后的圖像庫上,紋理特征可以有較好的識別率,兩種紋理特征相結(jié)合還可以取得更好的識別效果。最后,在Texas3D Face Database上測試了SURF算子對深度圖的匹配效果,取得了93.58％的

4、識別結(jié)果,SURF算子用于人臉深度圖特征提取,具有一定的實用性。
　　 3)設計特征融合實驗以提高識別率。對比兩種融合策略,采用決策融合的識別率對比單一特征的識別率,在不同人臉庫上都有不同程度的提升,最好提升效果達到+24％。
　　 4)構(gòu)建基于不同人臉庫的人臉分類器,對比分類器與簡單距離度量的效果差異。采用SVM分類器,在ORL與ESSEX數(shù)據(jù)庫上,對比了LBP與LGBP兩種特征的分類效果,最優(yōu)SVM分類器都可以獲得優(yōu)