資源描述：
《人臉識(shí)別論文：基于局部二值模式的人臉識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、人臉識(shí)別論文:基于局部二值模式的人臉識(shí)別算法研究【中文摘要】隨著計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)的飛速發(fā)展，各種基于生物特征的識(shí)別方法應(yīng)用而生，在日常生活和各種場(chǎng)所中發(fā)揮著巨大的作用。在眾多基于生物特征的識(shí)別方法中，自動(dòng)人臉識(shí)別技術(shù)因其獨(dú)特性，表現(xiàn)出越來(lái)越重要的研究?jī)r(jià)值和廣闊的應(yīng)用前景。人臉識(shí)別技術(shù)是典型的圖像模式分析、理解與分類計(jì)算問(wèn)題，經(jīng)過(guò)近幾十年的快速發(fā)展取得了巨大的進(jìn)步,在接近理想的條件下，人臉識(shí)別系統(tǒng)可以完成一定的工作。特征提取作為人臉識(shí)別的關(guān)鍵，也成為重點(diǎn)研究?jī)?nèi)容及主要挑戰(zhàn)。近年來(lái)，研究者將局部二值模式(LBP
2、)方法引入到人臉特征提取中來(lái)，取得了很大的成功。但是,LBP算子本身并不完善，特別是在訓(xùn)練樣本的維數(shù)高達(dá)幾千甚至上萬(wàn)維的時(shí)候，其性能會(huì)急劇下降。本文對(duì)人臉識(shí)別算法中的LBP方法進(jìn)行了深入研究及改進(jìn),并詳細(xì)討論了人臉識(shí)別門禁系統(tǒng)在軍隊(duì)重要場(chǎng)所屮應(yīng)用的可行性。主要研究工作可概括如K：1.本文通過(guò)對(duì)LBP基本原理的研究,分析了LBP原始算了的不足之處，由此提出了基于LBP的改進(jìn)方法。先計(jì)算LBP圖像，然后對(duì)其進(jìn)行分塊，將分塊后的LBP直方圖串聯(lián)起來(lái)形成一個(gè)高維的直方圖特征矢量，接著利用經(jīng)典的PCA方法降維，最后選擇分類器
3、進(jìn)行分類識(shí)別。該方法針對(duì)不同的圖像進(jìn)行不同的分塊，使得維數(shù)的約簡(jiǎn)更加靈活方便,提高了特征提取的準(zhǔn)確性。2.本文討論了使用3種LBP算了對(duì)圖像進(jìn)行處理的情況，并將LBP圖像進(jìn)行多種分塊后在3種人臉庫(kù)中進(jìn)行實(shí)驗(yàn)，在大量的實(shí)驗(yàn)數(shù)據(jù)支持下，比較各種方法和各個(gè)步驟對(duì)最終識(shí)別性能的影響。3.本文對(duì)人臉識(shí)別的門禁系統(tǒng)在軍隊(duì)內(nèi)部重點(diǎn)場(chǎng)所中的應(yīng)用進(jìn)行了展望，對(duì)基層部隊(duì)門禁管理系統(tǒng)的構(gòu)成、功能等提出了口己的看法，對(duì)部隊(duì)的正規(guī)化、現(xiàn)代化建設(shè)起了一定的推動(dòng)作用。本文對(duì)LBP算子及其在人臉識(shí)別中的應(yīng)用、LBP的降維方式、LBP的分塊、PCA
4、的降維等方面作了較深入的研究工作，并將此種方法引入到軍事場(chǎng)所的使用上,對(duì)于推動(dòng)自動(dòng)人臉識(shí)別的進(jìn)一步發(fā)展和應(yīng)用具有積極的意義?！居⑽恼緼longwiththerapiddevelopmentofcomputervisionandpatternrecognitiontechnology,manyrecognitionmethodsbasedonthebiometricshavebeendeveloped.Theyplayimportantrolesinourreallifeandotherfields?Automa
5、ticFaceRecognition(AFR)holdsanimportantpositioninvariousbiometricstechniquesforitssuperiority,whichhasimportanttheoreticalresearchvalueandbroadapplicationprospects?Facerecognitionisatypicalprobleminimagepatternanalysis,understandingandclassificationcomputearea
6、?Inthepastfourdecades,greatachievementhasbeenmadeinAFR.Inclosetoidealcondition,facerecognitionsystemcanaccomplishcertainwork?Featureextractionisthecruxoffacerecognitionproblem,whichisoneofthemostimportantandchallengingaspectofthestudy.Recently,theLBPhasbeensuc
7、cessfullyappliedtofacerecognitionastexturedescriptorandexcellentresulthasachieved?However,therearestillmanylimitationsinthebasicLBPoperatorandtheLBP-basedfacerecognitionalgorithm,whenthedimensionofsamplesexceedsthousandsevenreachestenthousand?Inthispaper,theLB
8、Pfeaturesspaceisstudiedandanalyzedfromthetexturefeaturesofimages,anddiscusstheapplicationpossibilityoftheaccesscontrolsystemwhichbasedonfacerecognitioninthearmy?simportantplaces?Th
