人臉識別的特征描述方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著國防安全和社會公共安全需求的不斷增長,人臉識別作為一種非接觸式的生物特征識別方法受到了極大的重視。目前人臉識別中,人臉特征的描述是其中關(guān)鍵的步驟。盡管傳統(tǒng)的利用機器學(xué)習(xí)的方法從構(gòu)成人臉圖像的像素中挖掘特征進行人臉識別取得了很大的成功,例如主成分分析(PCA)和線性鑒別分析(LDA)等子空間方法。但是研究表明這類基于圖像整體像素的特征提取方法往往需要對人臉圖像進行精確的對齊,同時對人臉的光照、姿態(tài)、模糊、分辨率等變化的健壯性較差,無法

2、滿足非接觸式人臉識別的實際應(yīng)用需求。因此,近年來,為了增強特征的健壯性,研究者們試圖通過一定的變換將像素特征轉(zhuǎn)換為一些低級的視覺特征,以便后續(xù)的進一步處理。Gabor和LBP作為兩種經(jīng)典的特征描述方法,在描述人臉圖像紋理特征方面取得了較好的效果。然而,當(dāng)圖像受到模糊或者光照變化的影響時,Gabor和LBP特征描述方法性能會急劇下降。
  本文以挖掘?qū)庹蘸蛨D像模糊具有健壯性的人臉低級視覺特征描述為目的,研究了Gabor和LBP特征

3、描述方法,并結(jié)合局部相位量化(LPQ)和方向邊緣幅值模式(POEM)對圖像模糊與光照變化條件下的人臉特征描述方法進行了深入研究。論文主要進行以下幾個方面的研究工作:
 ?、傺芯苛薌abor和LBP兩種經(jīng)典的人臉特征描述方法。模擬人類簡單細胞感受野的Gabor特征能獲得對人臉不同方向和不同尺度的描述,在人臉識別方面取得較好的效果;局部二值模式在表征圖像的紋理細節(jié)特征方面具有很大的優(yōu)勢,并且LBP特征對圖像的整體光照變化具有較好的健壯

4、性。
  ②為了增強人臉識別對人臉圖像模糊的健壯性,在研究圖像模糊紋理描述方法——局部相位量化(LPQ)的基礎(chǔ)上,參考LBP的分塊策略,介紹了一種分塊局部相位量化方法(MBLPQ)。該方法不僅具備了原始局部相位量化(LPQ)方法對對稱模糊的人臉圖像具有健壯性的優(yōu)良特性,而且通過本文的分塊策略使得該方法具有了從不同的觀察粒度和分析粒度去描述模糊人臉圖像的特性。
  ③為了克服光照變化,尤其是非均勻光照對人臉識別帶來的性能下降的

5、不利影響問題,結(jié)合方向邊緣幅值模式(POEM),提出了相對梯度方向邊緣幅值模式(RGPOEM)特征描述方法。該方法在得到人臉梯度圖像的幅值和方向信息時考慮了非均勻光照對圖像整體像素的影響,使獲得的相對梯度信息更能反映人臉圖像的本質(zhì)特征,能夠有效克服非均勻光照對人臉識別的影響。
  通過在FERET、Yale、PIE等國際通用的人臉庫上的大量實驗證實:本文介紹的兩種特征描述方法的識別性能均優(yōu)于當(dāng)前的一些主流特征描述方法,是兩種針對人

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論