局部遮挡条件下的人脸识别算法研究

发布时间：2021-08-13 23:29

　　随着人工智能的飞速发展,身份认证技术是现在重要的研究课题,而其中人脸识别技术作为一种新兴技术,深受许多领域关注。随着人脸识别技术的发展,不断地有新型算法涌入,使得在受控条件下的人脸识别精度越来越高。然而,在实际生活中,人脸识别技术常常面临着一些难题。比如遮挡、光照、人脸表情与姿势等影响,造成人脸识别的效果不尽如人意。其中局部遮挡会引起人脸识别的准确率急剧下降,因此本文针对局部遮挡的人脸识别展开讨论,通过所提算法提高了局部遮挡人脸识别的准确率:首先介绍人脸图像预处理技术中的图像增强技术与图像去噪技术,又介绍了卷积神经网络的理论,提出了针对局部遮挡人脸的LLE-CNN人脸检测方法,该方法可以检测出局部遮挡的人脸并能够标示出遮挡部分。其次根据对有遮挡人脸识别算法的分类,介绍了传统子空间方法。传统子空间方法中稀疏表示分类方法与协同表示分类方法是针对局部遮挡人脸识别的两种常用算法,后又因为稀疏表示分类方法在实际中不足以描述编码错误,提出了一种稀疏表示分类方法的改进算法,鲁棒稀疏表示,并在AR人脸数据库中对比了三种算法的性能。最后,为了提高局部遮挡人脸识别的鲁棒性。本文采用了一种基于深度特征字典表... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

不同遮挡情况

哈尔滨理工大学工学硕士学位论文-9-(4)加权平均法：根据需要和指标，选取R、G、B三个分量以不同的权值进行加权计算得到的值，作为变换后图像的灰度值，下式为由于人眼对绿色的敏感度最高蓝色的敏感度最低所选的权值，即GrayjGjiRi),(114.0),(587.0),(299.0),(jjiBi(2-4)根据以上几种图像灰度化处理，实验结果如图2-1所示。a)原图b)R分量分量法c)G分量分量法d)B分量分量法e)最大值法f)均值法g)加权平均法图2-1灰度化处理效果图Fig.2-1Grayingeffect2.1.2直方图均衡化直方图是一种统计方法，根据对图像中每个像素值的概率进行统计，按照概率分布函数对图像的像素进行重新分配来达到图像拉伸的作用，将图像像素能够均匀分布。直方图均衡化又称为灰度均衡化，它是指通过某种处理关系映射使得

哈尔滨理工大学工学硕士学位论文-9-(4)加权平均法：根据需要和指标，选取R、G、B三个分量以不同的权值进行加权计算得到的值，作为变换后图像的灰度值，下式为由于人眼对绿色的敏感度最高蓝色的敏感度最低所选的权值，即GrayjGjiRi),(114.0),(587.0),(299.0),(jjiBi(2-4)根据以上几种图像灰度化处理，实验结果如图2-1所示。a)原图b)R分量分量法c)G分量分量法d)B分量分量法e)最大值法f)均值法g)加权平均法图2-1灰度化处理效果图Fig.2-1Grayingeffect2.1.2直方图均衡化直方图是一种统计方法，根据对图像中每个像素值的概率进行统计，按照概率分布函数对图像的像素进行重新分配来达到图像拉伸的作用，将图像像素能够均匀分布。直方图均衡化又称为灰度均衡化，它是指通过某种处理关系映射使得


本文编号：3341330