單樣本改進(jìn)局部紋理特征的人臉識(shí)別研究.pdf

1、人臉識(shí)別作為一種模式識(shí)別方法，以其非接觸性、便攜性、難更改性等獨(dú)特的優(yōu)點(diǎn)，在身份識(shí)別驗(yàn)證領(lǐng)域受到越來(lái)越多的關(guān)注，是目前圖像處理、機(jī)器視覺(jué)領(lǐng)域的研究熱點(diǎn)。經(jīng)過(guò)多年的努力，國(guó)內(nèi)外人臉識(shí)別算法的識(shí)別率越來(lái)越高，已經(jīng)可以達(dá)到實(shí)用的階段。但是，目前國(guó)家擁有的公民身份信息基本只有證件照上的一張照片，在公安辦案、海關(guān)檢查、監(jiān)控調(diào)查等需求以人臉來(lái)判斷識(shí)別人身份的場(chǎng)合，大部分算法都沒(méi)有很好的魯棒性。所以，只有一個(gè)樣本的單樣本人臉識(shí)別，開(kāi)始變?yōu)槿四樧R(shí)別領(lǐng)域

2、的研究重點(diǎn)。
　　紋理廣泛存在于自然界中，是所有物體表面所共有的內(nèi)在特性，是一種不依賴于顏色或亮度變化的反映圖像中同質(zhì)現(xiàn)象的視覺(jué)特征，刻畫(huà)了圖像像素鄰域灰度空間分布的規(guī)律。紋理分析則是計(jì)算機(jī)視覺(jué)和數(shù)字圖像處理中的一個(gè)重要的研究課題，而如何獲得其中的紋理特征是其中的重要環(huán)節(jié)。
　　局部二值模式(LBP)紋理特征提取算法，在人臉識(shí)別算法中起到了顯著的作用，有著計(jì)算簡(jiǎn)單、光照影響弱等優(yōu)點(diǎn)。但在復(fù)雜背景、噪聲、遮擋等極端或復(fù)合條件下

3、，分類性能大大降低。論文針對(duì)LBP算子的局限性，提出了相應(yīng)的改進(jìn)算法。主要內(nèi)容包括：
　　(1)針對(duì)光照、噪聲等影響，采用了高斯濾波的一階導(dǎo)數(shù)與人臉圖像作卷積運(yùn)算，求取圖像的梯度分量，計(jì)算出梯度幅值和梯度相位。初步減少了外界環(huán)境因素對(duì)人臉圖像的影響。
　　(2)針對(duì) LBP算子的局限性，討論了兩種改進(jìn)的特征提取方法，ε-LBP算子和CSLBP算子，都在傳統(tǒng)的LBP算子上增加了適用性。ε-LBP算子可以在不同的子空間上提取特征

4、，增加了樣本多樣性。CSLBP算子繼承了 LBP算子的全部?jī)?yōu)點(diǎn)，但計(jì)算量減少了一半。
　　(3)現(xiàn)有的算法中只考慮了幅值，卻忽略了相位對(duì)分類識(shí)別的影響。將經(jīng)過(guò)高斯濾波處理后的圖像梯度相位量化，再用CSLBP算子對(duì)梯度圖像的相位和幅值分別編碼，將三者串接形成人臉圖像的特征,極大的增強(qiáng)了分類能力。
　　(4)最后，分塊統(tǒng)計(jì)直方圖的信息，把所有小塊的直方圖串聯(lián)后作為人臉圖像的特征向量，利用直方圖相交進(jìn)行分類識(shí)別。在AR和CMU-P