基于Gabor變換和LBP相結(jié)合的人臉識(shí)別算法的研究.pdf

1、目前，在人臉識(shí)別領(lǐng)域，研究重點(diǎn)為圖像的分類(lèi)方法和特征提取算法，其中后者最為關(guān)鍵，對(duì)人臉識(shí)別的最終效果起到?jīng)Q定性作用。Gabor變換不僅具有驚人地相似于人類(lèi)的視網(wǎng)膜細(xì)胞的接受場(chǎng)模型，可獲得頻率和時(shí)間的最小不確定性，并且對(duì)外界干擾如光照、姿態(tài)、表情等變化的魯棒性較強(qiáng)。然而，以 Gabor變換為基礎(chǔ)的傳統(tǒng)人臉特征提取方法，首先通過(guò)卷積人臉圖像和 Gabor的多方向與多尺度核函數(shù)，然后級(jí)聯(lián)與下采樣后取得Gabor人臉特征。通過(guò)此種方法，會(huì)得到較

2、高的維數(shù)，在識(shí)別時(shí)需要花費(fèi)大量的時(shí)間，并且不具有旋轉(zhuǎn)不變性，當(dāng)人臉圖像在平面旋轉(zhuǎn)時(shí)，識(shí)別性能下降；局部二值模式（LBP）是對(duì)紋理進(jìn)行分析的算子，由于具有簡(jiǎn)單的算法，計(jì)算過(guò)程并非過(guò)于復(fù)雜，較強(qiáng)的辨別能力等諸多優(yōu)點(diǎn)，近些年來(lái)被人們廣泛研究并使用，LBP算子具備較強(qiáng)的灰度不變和旋轉(zhuǎn)不變的特性，可以降低旋轉(zhuǎn)移位和光照不均的影響。
　　基于Gabor的上述問(wèn)題，本文采用Gabor小波和LBP相結(jié)合的特征提取方法，對(duì)人臉識(shí)別進(jìn)行了研究，提出了

3、均勻模式LBP算法。為進(jìn)一步提高人臉特征提取的準(zhǔn)確性和實(shí)際運(yùn)用的靈活性，本文對(duì)Gabor小波和 LBP提取的人臉特征進(jìn)行優(yōu)化選擇和融合，提出了改進(jìn)算法：即2D-Gabor小波和均勻模式LBP相結(jié)合的特征提取算法。本文算法有效提高了識(shí)別率和減少了數(shù)據(jù)冗余，并且靈活適用于常用的人臉庫(kù)，有效地實(shí)現(xiàn)了人臉識(shí)別。本文的主要研究成果包含以下幾個(gè)部分：
　　1.首先，對(duì)人臉識(shí)別技術(shù)的研究背景和意義進(jìn)行了介紹。然后，介紹了現(xiàn)有的國(guó)內(nèi)外人臉識(shí)別算法

4、，指出了其中的不足之處以及亟待解決的問(wèn)題。最后，研究提出本文新算法，對(duì)本文結(jié)構(gòu)安排和主要內(nèi)容進(jìn)行了介紹。
　　2.對(duì)常用人臉識(shí)別系統(tǒng)進(jìn)行了詳細(xì)介紹，包括預(yù)處理等內(nèi)容；介紹了較為典型的的人臉識(shí)別技術(shù)：以PCA為基礎(chǔ)的人臉識(shí)別，并對(duì)人臉識(shí)別算法進(jìn)行了實(shí)驗(yàn)仿真。詳細(xì)介紹了 Gabor變換。包括：濾波器組參數(shù)選擇等方面；對(duì)以2D-Gabor為基礎(chǔ)的人臉特征提取算法做出簡(jiǎn)要介紹；介紹了局部二值模式（LBP）。包括：LBP算子介紹、均勻模式L