基于局部方向模式多特征融合的人脸识别

发布时间：2021-04-10 09:33

　　人脸识别由于具有友好、非侵犯性等优点,一直是科研人员的研究热门领域。目前,人脸识别技术已经比较成熟,在金融、交通、安保、医疗、教育等领域都得到了广泛的应用。人脸识别特征提取算法从全局特征到局部特征不断的在改进。对于局部特征提取而言,局部二值模式（Local Binary Pattern,LBP）算子特征提取识别效果好并且原理简单,作为其改进型的局部方向模式（Local Directional Pattern,LDP）算子不仅继承了局部二值模式的所有优点,并对光照、噪声等表现更鲁棒。论文将从LDP算子的角度出发,提出几种多特征融合的人脸识别算法。论文主要研究内容有:（1）提出一种双运算局部方向模式（Double Operation Local Directional Pattern,DOLDP）的人脸特征提取算法。首先,将经过预处理的人脸图像提取3×3领域像素块,与8个不同方向并固定模板半径的Kirsch算子卷积,得到相应的3×3大小边缘响应值;然后,将其按照逆时针方向前后分别作差和作和,得到两组3×3大小和相应方向的边缘响应差值和和值。最后,将两组相应的边缘响应值的位置编码并求绝对值,... 

【文章来源】：湘潭大学湖南省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

Roberts边缘检测算子

普拉斯算子[61]；方向算子：Kirsch 算子[62]；非微分边缘检测算下面就将算子进行简单的原理介绍和优缺点分析。berts 算子erts 算子是第一个边缘特征检测算子，其模板大小为 2×2，采寻找边缘，有左对角线和右对角线两种方式，如图 2.1 所示结构简单，计算量小，并且对边缘纹理细节反应敏感的优点，，容易受到噪声的干扰。Roberts 算子边缘检测效果如图 2.2 图 2.1 Roberts 边缘检测算子

（a）水平方向 （b）垂直方向图 2.3 改进 Roberts 算子子采用大小为 3×3 的卷积模板。Sobel 算子首先对像像素点附近的领域像素点对其起到的作用不是一置不同的领域像素具有不同大小的权值，像素块同。一般来说，离中心点像素距离越远，对其作位置引入了局部平均的运算，相当于一个均匀滤波响。Sobel 算子模板如图 2.4 所示。Sobel 算子边缘检

【参考文献】：
期刊论文
[1]融合局部方向模式和卷积神经网络的人脸识别[J]. 周鑫燚,张军朝,甘胜江.  计算机工程与设计. 2018(10)
[2]输电线巡检机器人弱光条件下的障碍物识别研究[J]. 黄乐,吴功平,叶旭辉.  光学学报. 2018(09)
[3]基于可变局部边缘模式的绿色植物物种识别[J]. 陈肖蒙,王瑜,肖洪兵.  智能系统学报. 2018(04)
[4]基于多通道图判别投影HAAR特征的多视角人脸检测[J]. 沈继锋,时士伟,左欣,徐丹.  数据采集与处理. 2018(02)
[5]基于BSLDP和典型相关分析的掌纹掌脉融合识别[J]. 李新春,张春华,林森.  激光与光电子学进展. 2018(05)
[6]双空间局部方向模式的人脸识别[J]. 杨恢先,刘建,张孟娟,周彤彤.  中国图象图形学报. 2017(11)
[7]基于熵加权Gabor特征的鲁棒人脸识别方法[J]. 陈婧,张苏.  控制工程. 2017(08)
[8]基于显著性差值局部定向模式和深度卷积网络的鲁棒人脸识别[J]. 吴迪,胡慧,李亚.  光电子·激光. 2017(08)
[9]基于主成分分析与局部二值模式的高光谱图像分类[J]. 叶珍,白璘.  激光与光电子学进展. 2017(11)
[10]基于多特征和局部联合稀疏表示的目标跟踪[J]. 李敬轩,宗群.  激光与光电子学进展. 2017(10)



本文编号：3129400