基于分布式架構(gòu)與決策融合機(jī)制的人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)不僅是一個(gè)交叉性的技術(shù)，更是一個(gè)富有挑戰(zhàn)性的難題。與其它物體相比，由于人臉有多種多樣的變形，個(gè)體間的差異較大，所以人臉圖像特征提取和識(shí)別過(guò)程比較復(fù)雜，而識(shí)別算法的實(shí)時(shí)性和魯棒性是一個(gè)實(shí)用的識(shí)別系統(tǒng)所要必須考慮到的。
　　為了提高算法魯棒性，在人臉特征提取階段，本文提出了一種基于二維多尺度局部二進(jìn)制模式的人臉識(shí)別方法，首先對(duì)一副人臉圖像進(jìn)行分塊，對(duì)每一塊的圖像進(jìn)行MB-LBP(Multi-scaleBlockLocalB

2、inaryPatterns)算子運(yùn)算，將MB-LBP與灰度共現(xiàn)矩陣結(jié)合起來(lái)得到了可以更好地描述局部紋理空間結(jié)構(gòu)的二維MB-LBP特征，最后將各子塊的二維MB-LBP特征進(jìn)行連接形成人臉特征。本算法在ORL和CMU-PIE人臉數(shù)據(jù)庫(kù)上進(jìn)行測(cè)試，選擇了支持向量機(jī)(SVM)作為分類(lèi)器，并與傳統(tǒng)的基于一維LBP特征進(jìn)行比較，結(jié)果表明本文提出的算法在人臉識(shí)別問(wèn)題上的有效性和優(yōu)越性。
　　為了獲得更多的樣本信息，本文對(duì)圖像進(jìn)行了分區(qū)，獲得更多