基于局部模式的可撤除人臉識別系統(tǒng)的設計與實現(xiàn).pdf

1、傳統(tǒng)的人臉識別系統(tǒng)將人臉數(shù)據(jù)或者提取到的特征值直接存放在數(shù)據(jù)庫從而產(chǎn)生安全問題。針對這一問題，本文采用將局部模式特征提取算法和可撤除結合的模板保護方案。可撤除方案是國內(nèi)外學者密切關注的模板保護方法，已經(jīng)廣泛使用在虹膜、指紋特征的模板保護領域，但較少應用于人臉特征的保護;光照、姿態(tài)、噪聲等外界干擾對特征提取的影響非常大，局部模式算法在圖像存在上述問題時的鑒別性佳。局部模式算子提取出人臉特征信息后再進行可撤除運算，能夠同時保證識別和安全性能

2、。本課題研究工作圍繞以下幾點展開:
　　 1、比較分析了基于局部模式的人臉特征提取的經(jīng)典以及主要演化算法，將最初用于表情識別的CBP算法應用在了人臉特征提取模塊，取得了很好的鑒別性能?？紤]到均方差在紋理分類中的作用，在CBP基礎上設計了新的特征點定位方法ICBP。為了比較CBP、ICBP算法和主要演化算法的鑒別性能，在YALE和PIE標準數(shù)據(jù)庫上進行多次重復實驗。實驗結果得出:圖像不受隨機噪聲干擾時，CBP算法的識別性能最好;隨

3、著圖像噪聲的加入，ICBP算法的識別性能較好。
　　 2、深入分析LBP和隨機投影結合進行模板保護的原理。將局部模式演化算法捕捉到的特征進行可撤除運算，由于可撤除算法的不可逆性和數(shù)據(jù)庫中存放變換后的特征值數(shù)據(jù)，因此被破解的可能性極低，匹配時安全性能非常高。通過上述過程，各種局部模式演化算子獲得了進一步的拓展。
　　 3、針對現(xiàn)有人臉識別系統(tǒng)的開發(fā)存在大量的重復勞動、成本高、效率低和可移植性差等問題，整個開發(fā)過程采用構件技