基于改进的LBP与2DLDA算法的人脸识别研究

发布时间：2021-01-05 05:07

　　人脸识别相比其他生物特征识别方式具有无侵害、无接触、无需被动配合及可扩展等特性,被广泛的应用于各种领域。人脸识别发展迅速,识别技术相对成熟,但人脸识别会受到光照、表情、姿态等因素的影响,仍有较多的难点需要攻克。局部二值模式（Local Binary Pattems,LBP）算法具有对光照不敏感、简单易懂等特性在人脸识别技术中具有较高研究价值。本文在LBP算法的基础上进行改进,主要工作如下所示:（1）LBP算法计算过程中仅考虑邻域与中心像素灰度值的大小关系,忽略了图像像素灰度均值与行、列、对角线的相关性,易受噪声及边缘点的影响。本文提出一种多重均匀局部二值模式（Multiple Uniform Local Binary Patterns,MULBP）算法。首先计算中心像素灰度值与行、列、对角线像素灰度值的和,再分别求取均值,然后与图像灰度均值进行大小比较,获取图像的二进制编码,提取直方图特征。实验表明能够在一定程度上消除噪声及边缘点对识别结果的影响。（2）二维线性判别分析（Two Dimensional Lineardiscriminantanalysis,2DLDA）算法描述图像全局特... 

【文章来源】：安徽理工大学安徽省

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图１生＿正卿】技术??Ｆｉｇｕｒｅ?１?ｂｉｏｍｅｔｒｉｃ?ｒｅｃｏｇｎｉｔｉｏｎ?ｔｅｃｈｎｏｌｏｇｙ??

１．３人月射只别研麵状??一个完整的识别整体上可以从４个技术方面进行介绍。图像的采集［１８］、人脸检测［１９］、??特征提取ＰＱ］、分类ｐｌ］四个部分的技术，如图２所示。??Ａ?！?｜?人脸识别系统?｜?｜??Ｑ?？Ｉ图像采集丨［＾＞丨人脸检测丨［ｚ＞｜特征提取丨＾）｜分类识别??Ｓ???■??图２人脸ｉＰ娜形孫统??Ｆｉｇｕｒｅ２?ｆａｃｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｒｅｓｅａｒｃｈ?ｓｙｓｔｅｍ??人脸图像的采集，一般情况下是通过一定的摄像设备在某些情况下抓取人脸部的图像。??另夕卜一种采集方式是将原先己采集过的多幅人脸图像输入人脸识别的系统，系统对输入的??图像进行采集。Ａｌｔ检测主要是将获取到的图像进行整体＾廓的判断，一方面判断图片是??否为人脸，另一方面通过系统定位出人脸图像的相对位置，图像格式大小等。由于人脸图??片获取的结果会导致图片的质量受损，需要对获取图片采取一系列不同方法处理以达到自??己所需求实验的条件，这种对图片进碰处理的方法翻多利于人脸的特征提取。人脸的识??另ＬＩ过程特征提取这一环节非常重要。这个步骤将人＾不同位置各具有什么特？４行提取，??提聰吉果的齡祕腺识别率

图３论范綱图??Ｆｉｇｕｒｅ３?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ??ｉ章概述了人脸识别的研究背景与意义，介绍了人脸识别的发展历程及研究现状，??了本文的主要研宄内容及框架。??。

【参考文献】：
期刊论文
[1]基于深度卷积神经网络的人脸识别技术综述[J]. 景晨凯,宋涛,庄雷,刘刚,王乐,刘凯伦.  计算机应用与软件. 2018(01)
[2]基于粒子群优化的支持向量机人脸识别[J]. 廖周宇,王钰婷,谢晓兰,刘建明.  计算机工程. 2017(12)
[3]采用新型纹理特征的2DLDA人脸识别算法[J]. 朱建清,葛主贝,曾焕强,陈婧,蔡灿辉.  信号处理. 2017(06)
[4]基于多种LBP特征集成学习的人脸识别[J]. 何云,吴怀宇,钟锐.  计算机应用研究. 2018(01)
[5]局部均匀模式描述和双加权融合的人脸识别[J]. 任福继,李艳秋,许良凤,胡敏,王晓华.  中国图象图形学报. 2016(05)
[6]一种基于多维正交判别子空间投影的人脸识别方法[J]. 熊维,张乐飞,杜博.  武汉大学学报(信息科学版). 2015(05)
[7]基于ULBP特征子空间的2DLDA人脸识别方法[J]. 吴煌鹏,戴声奎.  模式识别与人工智能. 2014(10)
[8]自适应阈值及加权局部二值模式的人脸识别[J]. 张洁玉,赵鸿萍,陈曙.  电子与信息学报. 2014(06)
[9]一种基于局部描述符的三维人脸识别方法[J]. 徐俊,达飞鹏.  模式识别与人工智能. 2012(01)



本文编号：2958081