基于LBP及其變種的人臉特征抽取與識(shí)別.pdf

1、人臉識(shí)別是一個(gè)非常重要的研究領(lǐng)域。它在現(xiàn)實(shí)生活中有著許多應(yīng)用，包括身份驗(yàn)證、視頻監(jiān)督等。許多學(xué)者做了大量的研究工作，取得了顯著的進(jìn)展。在這些方法中，LBP（Local Binary Pattern）因?yàn)槠鋸?qiáng)大的表征能力而備受關(guān)注。
　　本文主要針對(duì)傳統(tǒng)的局部二值模式(LBP)存在的問(wèn)題進(jìn)行有針對(duì)性的改進(jìn)與應(yīng)用。其主要工作體現(xiàn)在：
　　1.為有效提取特征，我們首先進(jìn)行了人臉定位操作來(lái)確定圖片中人臉的位置。然后，同時(shí)使用高斯濾波

2、器對(duì)圖片進(jìn)行平滑濾波，以減少噪聲干擾。
　　2.為克服傳統(tǒng)LBP算法存在的缺陷，將傳統(tǒng)的LBP劃分成符號(hào)特征（CLBP_S）和幅值特征（CLBP_M）兩部分，分別實(shí)現(xiàn)符號(hào)信息編碼和幅值信息編碼。與傳統(tǒng)的LBP特征相比，符號(hào)信息相比于幅值信息在紋理表達(dá)能力上更強(qiáng)。我們分別計(jì)算兩個(gè)特征的直方圖，并將兩者進(jìn)行融合，獲得了一個(gè)更魯棒的新特征 CLBP_S_M，實(shí)現(xiàn)了兩種互補(bǔ)特征的融合。
　　3.選取SVM(Support Vecto