基于局部匹配的人臉識別方法.pdf

1、在過去的幾十年里,由于安全和商業(yè)領(lǐng)域應(yīng)用需求的日益增長,人臉識別已經(jīng)成為了研究的熱點。許多新的人臉特征提取技術(shù)被提了出來,其中一部分已經(jīng)成功的在實際中得到了運用。局部Gabor二值模式串(Local Gabor Binary Pattern,LGBP)就是一種出色的人臉特征提取技術(shù),對人臉的姿態(tài)、表情、噪聲變化等都有很好的魯棒性,但對光照和時間變化的處理仍需要進一步的改善。時間對人臉圖片的影響也可認(rèn)為是光照影響的結(jié)果,主要是因為時間變化

2、產(chǎn)生的影響是由人臉表面的光照反射率和面部形態(tài)變化所導(dǎo)致的。因此為了得到對人臉在各種條件變化都具有良好魯棒性的LGBP算法,需要解決的問題就是光照變化的問題。
　　 本文以研究一種對姿態(tài)、光照、表情、遮擋、時間變化等魯棒性都好LGBP人臉識別技術(shù)為目標(biāo),重點圍繞了LGBP在光照變化上的問題展開了研究。
　　 首先本文在LGBP算法中采取了一種有效的光照預(yù)處理方法來削弱光照變化對特征的影響。局部歸一化預(yù)處理是一種通過提取圖片

3、中與光照無關(guān)的特征來解決光照不均勻問題的方法。本文提出了一種改進的局部歸一化處理技術(shù),能夠更有效地獲取與光照無關(guān)的屬性特征,進一步的提高LGBP在光照變化上的魯棒性。
　　 其次提出了一種自適應(yīng)的組合加權(quán)方法,它結(jié)合了能夠為測試人臉圖片加權(quán)的熵圖譜加權(quán)法和根據(jù)測試圖片與對比圖片自動調(diào)整訓(xùn)練權(quán)值的自適應(yīng)分塊加權(quán)方法的優(yōu)勢,使權(quán)值的分布更趨向于合理化,有效地提高了LGBP在各種變化條件下的魯棒性。
　　 本文所提出的改進局部