基于局部二值模式的人臉識(shí)別方法研究.pdf

1、人臉識(shí)別技術(shù)涉及到圖像處理、模式識(shí)別、信號(hào)處理、人工智能等多門學(xué)科，還與人腦的認(rèn)知科學(xué)緊密相關(guān)，是一個(gè)富有挑戰(zhàn)性的課題。近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及計(jì)算機(jī)應(yīng)用的日益普及，人臉識(shí)別因其廣泛的應(yīng)用前景而成為模式識(shí)別、圖像處理等領(lǐng)域的研究熱點(diǎn)。 局部二值模式（LBP）是一種灰度范圍內(nèi)的紋理描述方式。本文對(duì)LBP進(jìn)行深入地分析與研究，并且針對(duì)LBP變化單一的缺點(diǎn)，提出了一種基于多閾值局部二值模式（MTLBP）的人臉識(shí)別方法。首先

2、計(jì)算圖像中每個(gè)像素點(diǎn)與其局部鄰域點(diǎn)的灰度差，通過選擇不同的閾值編碼形成MTLBP，然后采用多區(qū)域直方圖向量進(jìn)行人臉特征描述，最后模糊化多閾值匹配結(jié)果進(jìn)行人臉識(shí)別。在人臉數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果顯示，MTLBP方法對(duì)表情、背景、距離等變化都具有較好的魯棒性。 本文還探討了分塊加權(quán)技術(shù)在人臉識(shí)別中的應(yīng)用，提出了一種熵加權(quán)局部二值模式（EWLBP）的人臉識(shí)別方法，通過引入信息熵對(duì)信息量的描述，在LBP編碼并將人臉圖像劃分為多區(qū)域的基礎(chǔ)上，計(jì)