基于差分演化的人臉識(shí)別方法研究.pdf

1、隨著信息技術(shù)的發(fā)展,人臉識(shí)別廣泛地應(yīng)用于信息安全、安防系統(tǒng)、人機(jī)交互等。人臉識(shí)別是一門(mén)多學(xué)科交叉的應(yīng)用技術(shù),涉及到多個(gè)領(lǐng)域,其中包括圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別等。人臉識(shí)別以其廣闊的發(fā)展前景得到了國(guó)內(nèi)外研究學(xué)者和商業(yè)領(lǐng)域的廣泛重視,因而具有廣泛的研究?jī)r(jià)值。
　　 人臉識(shí)別經(jīng)過(guò)了幾十年的發(fā)展,雖然很多人臉識(shí)別系統(tǒng)的識(shí)別率都在90％以上,但是在實(shí)際應(yīng)用中仍然面臨巨大的挑戰(zhàn),主要包括光照變化、姿態(tài)變化,年齡變化等。為了能夠?qū)崿F(xiàn)魯棒的

2、人臉識(shí)別,可以從特征提取和分類(lèi)器設(shè)計(jì)等方面進(jìn)行研究:提取人臉中的有效特征,尋求在變化環(huán)境下不變的人臉描述特征;有效的分類(lèi)器設(shè)計(jì),可以使分類(lèi)器對(duì)人臉的變化具有更強(qiáng)的魯棒性,也可以從兩方面同時(shí)入手解決問(wèn)題。
　　 本文主要就人臉識(shí)別中特征提取和分類(lèi)器設(shè)計(jì)進(jìn)行了研究。主要工作和研究成果如下:
　　 本文討論了幾種人臉識(shí)別中有代表性的特征提取方法。局部二值模式LBP和中心對(duì)稱局部二值模式CS-LBP描述算子對(duì)人臉表情等的變化具有

3、很好的魯棒性。Gabor變換可以提取圖像特定區(qū)域多尺度、多方向的空間頻率特征,對(duì)人臉變化具有較強(qiáng)的魯棒性。聯(lián)合Gabor變換和LBP與CS-LBP,分別得到了相應(yīng)的局部Gabor二值模式(LGBP)和中心對(duì)稱局部Gabol模式(CS-LGBP)。對(duì)這些特征描述子進(jìn)行了分析和實(shí)驗(yàn)對(duì)比。
　　 實(shí)現(xiàn)了經(jīng)典的多分類(lèi)器集成學(xué)習(xí)算法AdaBoost。通過(guò)實(shí)驗(yàn)對(duì)AdaBoost算法在人臉識(shí)別上的有效性進(jìn)行了驗(yàn)證。
　　 研究了基于差