人臉圖像特征提取與識(shí)別研究.pdf

1、人臉識(shí)別的主要難點(diǎn)在于光照、表情、姿態(tài)以及時(shí)間等變化導(dǎo)致不同人臉圖像模式之間的可分性差，以及在現(xiàn)實(shí)應(yīng)用中往往不可能獲得待識(shí)別對(duì)象的多個(gè)樣本導(dǎo)致難以有效訓(xùn)練。如何提取區(qū)別于其它個(gè)體的特征是人臉識(shí)別的關(guān)鍵所在。
　　 本文主要研究如何行之有效地對(duì)人臉圖像進(jìn)行特征提取和識(shí)別，從兩種思路出發(fā)進(jìn)行了學(xué)習(xí)和研究：一是利用局部二元模式進(jìn)行非統(tǒng)計(jì)的人臉匹配；二是使用基于流形的統(tǒng)計(jì)學(xué)習(xí)以提取非線性結(jié)構(gòu)和提高泛化能力。具體有以下內(nèi)容：
　　

2、 ①對(duì)比分析幾種基于圖像處理技術(shù)的光照預(yù)處理方法。制定實(shí)驗(yàn)方案對(duì)幾種方法對(duì)比分析，結(jié)果證明了各方法的有效性，但也反映了基于圖像處理方法的弊端：1)未充分利用先驗(yàn)知識(shí)估計(jì)光照影響；2)本質(zhì)上都是去除低頻光照信息，缺乏深入的篩選；3)參數(shù)的影響難以量化。這些缺點(diǎn)導(dǎo)致同一方法結(jié)合不同識(shí)別算法呈現(xiàn)明顯差異。
　　 ②研究并實(shí)現(xiàn)局部二元模式(LBP)在表情識(shí)別中的應(yīng)用。針對(duì)LBP難以提取圖像多層次信息的問(wèn)題，采用Gabor+LBP的方法表

3、示與匹配人臉，此方法因利用了Gabor濾波提取圖像不同方向和尺度特征而更具描述能力。最終將這種方法應(yīng)用于面部表情識(shí)別，通過(guò)在JAFFE上實(shí)驗(yàn)Gabor+LBP在不同分塊數(shù)上的識(shí)別率都有所提高，在分塊數(shù)較少時(shí)改善效果更明顯。
　　 ③分析流形學(xué)習(xí)方法并應(yīng)用于維數(shù)約簡(jiǎn)和人臉識(shí)別。流形學(xué)習(xí)旨在發(fā)現(xiàn)嵌入在高維空間中的低維流形結(jié)構(gòu)，并給出有效低維表示。在介紹常用流形方法Isomap、LLE、Laplacian Eigenmap基礎(chǔ)上，制定