基于局部模式的人臉特征提取算法研究.pdf

1、人臉識(shí)別是指對(duì)未知人臉，利用圖象處理或模式識(shí)別等技術(shù)從中提取出特征，并將其與數(shù)據(jù)庫中的已知人臉特征進(jìn)行匹配，以確定其身份的過程.該技術(shù)是生物特征識(shí)別領(lǐng)域的重要組成部分.由于其非接觸性識(shí)別，易于安裝等特點(diǎn)，人臉識(shí)別系統(tǒng)在視頻監(jiān)控，網(wǎng)絡(luò)安全，和人機(jī)交互等領(lǐng)域具有廣泛的應(yīng)用.而特征提取算法的研究是人臉識(shí)別技術(shù)的關(guān)鍵.當(dāng)人臉的姿態(tài)，表情和光照等變化不是很明顯的時(shí)候，其識(shí)別的精確率可以滿足實(shí)際應(yīng)用需求.但是當(dāng)環(huán)境中的因素存在劇烈影響時(shí)，識(shí)別率有時(shí)

2、會(huì)降低許多.因此如何準(zhǔn)確的表示人臉圖像即特征提取問題是人臉識(shí)別系統(tǒng)實(shí)施成功的關(guān)鍵部分. 本文主要對(duì)人臉識(shí)別中的特征提取技術(shù)進(jìn)行了研究，并著眼于局部特征，主要提出了如下的一些算法： 1.基于小波熵理論的特征提取算法主要研究了基于小波和熵理論相結(jié)合的人臉特征提取算法.首先將二維圖像轉(zhuǎn)換成按多行平均處理后的一維信號(hào)來看待，而后對(duì)這些一維向量應(yīng)用多層小波分解得到其系數(shù)，對(duì)系數(shù)組成的向量計(jì)算熵值，而后將所有得到的熵值組合成全局向量

3、.該算法主要考慮了小波分解后，只應(yīng)用少量系數(shù)就可以描述原行向量的能量信息，而這些信息又可以用熵來表示. 2.基于局部積分投影熵理論的特征提取算法主要研究積分投影技術(shù)理論在人臉特征提取中的應(yīng)用.該算法的基本思路是先將原圖像進(jìn)行分塊操作處理，而后在塊內(nèi)應(yīng)用線形積分投影理論得到一維特征向量，最后對(duì)得到的向量計(jì)算其對(duì)數(shù)能量熵值.同時(shí)我們也研究了小波技術(shù)、信息融合技術(shù)與投影熵理論的結(jié)合.本算法主要是為了測試對(duì)姿態(tài)和表情變化的敏感性，與其他

4、基于分塊的算法相比取得了較好的效果. 3.基于局部方差投影熵理論的特征提取算法本方法與上述方法的區(qū)別在于投影算法的不同.這里使用的是方差投影理論，主要是為了克服光照變化帶給人臉識(shí)別的影響.因?yàn)榉讲钔队翱梢悦枋鰣D像內(nèi)的方差信息，在經(jīng)過相位或者邊緣信息的預(yù)處理后，可以較好地提取出在光照條件下的人臉識(shí)別特征.與傳統(tǒng)的光照人臉識(shí)別算法相比，本算法的性能比較好. 此外，對(duì)一些常用的算法也做了一些研究.比如局部二元模式的增強(qiáng)算法和對(duì)