基于局部二值模式的人臉識別算法研究.pdf

1、隨著計(jì)算機(jī)視覺和模式識別技術(shù)的飛速發(fā)展,各種基于生物特征的識別方法應(yīng)用而生,在日常生活和各種場所中發(fā)揮著巨大的作用。在眾多基于生物特征的識別方法中,自動人臉識別技術(shù)因其獨(dú)特性,表現(xiàn)出越來越重要的研究價(jià)值和廣闊的應(yīng)用前景。人臉識別技術(shù)是典型的圖像模式分析、理解與分類計(jì)算問題,經(jīng)過近幾十年的快速發(fā)展取得了巨大的進(jìn)步,在接近理想的條件下,人臉識別系統(tǒng)可以完成一定的工作。特征提取作為人臉識別的關(guān)鍵,也成為重點(diǎn)研究內(nèi)容及主要挑戰(zhàn)。近年來,研究者將

2、局部二值模式(LBP)方法引入到人臉特征提取中來,取得了很大的成功。但是,LBP算子本身并不完善,特別是在訓(xùn)練樣本的維數(shù)高達(dá)幾千甚至上萬維的時(shí)候,其性能會急劇下降。本文對人臉識別算法中的LBP方法進(jìn)行了深入研究及改進(jìn),并詳細(xì)討論了人臉識別門禁系統(tǒng)在軍隊(duì)重要場所中應(yīng)用的可行性。主要研究工作可概括如下:
　　 1.本文通過對LBP基本原理的研究,分析了LBP原始算子的不足之處,由此提出了基于LBP的改進(jìn)方法。先計(jì)算LBP圖像,然后對

3、其進(jìn)行分塊,將分塊后的LBP直方圖串聯(lián)起來形成一個(gè)高維的直方圖特征矢量,接著利用經(jīng)典的PCA方法降維,最后選擇分類器進(jìn)行分類識別。該方法針對不同的圖像進(jìn)行不同的分塊,使得維數(shù)的約簡更加靈活方便,提高了特征提取的準(zhǔn)確性。
　　 2.本文討論了使用3種LBP算子對圖像進(jìn)行處理的情況,并將LBP圖像進(jìn)行多種分塊后在3種人臉庫中進(jìn)行實(shí)驗(yàn),在大量的實(shí)驗(yàn)數(shù)據(jù)支持下,比較各種方法和各個(gè)步驟對最終識別性能的影響。
　　 3.本文對人臉識