基于LBP特征的人臉識別算法研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在()實(shí)驗(yàn)室完成。(請?jiān)谝陨侠ㄌ杻?nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。))4孫彬簽一月④霸人年；主

2、；眸茹摘要摘要人臉識別是模式識別中的一個很重要的研究領(lǐng)域，是典型的圖像模式分析、理解與分類計(jì)算問題，具有重要的理論研究價(jià)值和廣闊的應(yīng)用前景。近年來，人臉識別領(lǐng)域的研究取得了長足的進(jìn)展，涌現(xiàn)出了一大批優(yōu)秀的人臉識別算法，并且在這些算法的基礎(chǔ)上開發(fā)出了若干用于商業(yè)用途的人臉識別系統(tǒng)。局部二值模式(LBP)是一種圖像紋理描述方法，近年來，研究者們成功地將LBP應(yīng)用于人臉識別任務(wù)。LGBP是在基本LBP描述子的基礎(chǔ)上，結(jié)合了多尺度、多方向的Ga

3、bor分解，使得人臉特征描述性能得到進(jìn)一步增強(qiáng)。盡管LGBP方法在人臉識別中取得了不錯的效果，但是該方法仍然存在特征維數(shù)過高、以及在復(fù)雜光照條件下其性能不夠魯棒等問題。本文重點(diǎn)對這些問題進(jìn)行研究，論文主要工作如下：1對LGBP特征的分布進(jìn)行了實(shí)驗(yàn)分析，在此基礎(chǔ)上提出了基于零率的LGBP人臉識別方法。該方法使用零率概念，從大量的LGBP特征中進(jìn)行有效特征的篩選，可在不明顯影響識別精度的前提下，使得LGBP特征數(shù)目得到了顯著的壓縮。2提出了