基于局部模式的人臉特征提取算法研究

基于局部模式的人臉特征提取算法研究

ID:33686948

大?。?3.20 MB

頁數(shù):83頁

時間:2019-02-28

基于局部模式的人臉特征提取算法研究_第1頁
基于局部模式的人臉特征提取算法研究_第2頁
基于局部模式的人臉特征提取算法研究_第3頁
基于局部模式的人臉特征提取算法研究_第4頁
基于局部模式的人臉特征提取算法研究_第5頁
資源描述:

《基于局部模式的人臉特征提取算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、西南交通大學(xué)學(xué)位論文創(chuàng)新性聲明本人鄭重聲明:所呈交的學(xué)位論文,是在導(dǎo)師指導(dǎo)下獨立進(jìn)行研究工作所得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻(xiàn)的個人和集體,均已在文中作了明確的說明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。本學(xué)位論文的主要創(chuàng)新點如下:(略)西南交通大學(xué)碩士研究生學(xué)位論文第1頁第一章緒論1.1課題的研究目的和意義在現(xiàn)代社會中,身份鑒定是保證系統(tǒng)或信息安全的重要前提,在安全場所檢測,視頻監(jiān)控,電子商務(wù)等領(lǐng)域具有重要的應(yīng)用前景.傳統(tǒng)的身份鑒定一般是

2、基于密碼,口令或者各種涯件。但這些信息容易丟失或者遺忘,且各種證件的攜帶也不是很方便.另外這些信息很容易被復(fù)制或者篡改,以至造成不必要的損失.作為計算機(jī)視覺和模式識別領(lǐng)域中的生物特征識別技術(shù)可以很好地解決上述問題.現(xiàn)有的生物特征技術(shù)包括入臉識別、虹膜識別、手形識別、指紋識別、掌紋識別、姿態(tài)識別、聲音識別等.雖然指紋和虹膜等技術(shù)都比較可靠,但是相對于入臉識別來說,其他生物識別基本上需要用戶的參與和配合.比如說,需要將指紋放在傳感器上,虹膜放置在采集儀前.因此入臉識別技術(shù)因其具備用戶友好性而在生物特征識別領(lǐng)域具有較大的應(yīng)用前景.1

3、.2人臉識別算法的研究現(xiàn)狀及其存在的問題目前人臉識別技術(shù)經(jīng)過了幾十年的發(fā)展,取得了長足的進(jìn)步,各種算法層出不窮.一種是基于全局方法的特征提取算法,如主成分分析法(PCA)[1],線形鑒別法(LDA)【2】,獨立分量分析法(ICA)【3】等。在此基礎(chǔ)上,研究者又提出了直接在二維圖像上操作的2D-PCA[4],2D—LDA[5]等.這些方法都是基于全局的予空間投影方法,也就是先定義一個子空間,而后將原圖像投影到該空間上去得到一系列權(quán)重系數(shù),這些系數(shù)即力識別所需特征.雖然全局方法取得了不錯的識別效果,但是基于局部的方法因為對姿態(tài),表

4、情,和光照變化等不敏感而可以克服全局方法的一些弊端,因此也受到了較多的關(guān)注。代表性的算法有Pentland[6】提出的將PCA應(yīng)用在人臉的重要區(qū)域部位.類似的也有基于分塊操作的塊PCA[7]和子模式PCA[8]等.同時,應(yīng)用gabor變換理論的彈性圖匹配(ElasticBunchGraphMatching)方法也取得了較好的實驗結(jié)果。在文獻(xiàn)[9】中,作者也證明了局部方法在某些條件下要優(yōu)于全局方法.最近局部二元模式(LBP)[10,11]的算法在處理人臉的表情和光照變化方面等都有較多的應(yīng)用.而在人臉識別的研究方面,蓬井各知名大學(xué)

5、、研究所、企業(yè)研究院,如:CMU,MIT,MichiganStateUniversity(MSU),UCLA,UniversityofMaryland(嘲D),UniversityofWisconsin等均設(shè)立了與人臉識別相關(guān)的研究組。國內(nèi)的一些院校,如中科院的模式識別國家重點實驗室,JDL實驗室,清華西南交通大學(xué)碩士研究生學(xué)位論文第2頁大學(xué),哈爾濱工業(yè)大學(xué),上海交通大學(xué)等也在從事人臉識別的研究.而西前與人臉識別相關(guān)的期刊有IEEE中的patternrecognitionandmachineintelligence,image

6、processing,informationforensicsandsecurity等.在Elsevier中的有patternreocngition,patternrecog。Letter,computervisionandpatternrecognition等.另外一些國際性的頂級會議如ICCV,ECCV,CVPR,ICB每年都有不少的入臉識別文章發(fā)表。人臉識別系統(tǒng)目前在國家安全領(lǐng)域或者商業(yè)領(lǐng)域中都有廣泛的應(yīng)用,1.娛樂領(lǐng)域:包括虛擬現(xiàn)實,人機(jī)接口和視覺游戲.該領(lǐng)域主要利用人臉識別技術(shù)來代替?zhèn)鹘y(tǒng)游戲中的一些基本操作,比如鍵盤

7、輸入等。2.智能卡:主要包括駕駛員執(zhí)照,身份卡,護(hù)照等.這些傳統(tǒng)的卡類是用來驗證用戶身份的,但容易丟失并且易被偽造。如果將人臉信息植入這些卡中,即可將入臉作為”密碼’’,這樣就可避免傳統(tǒng)卡的一些弊端.3.信息安全領(lǐng)域:主要應(yīng)用在電腦系統(tǒng)登入,網(wǎng)絡(luò)入口,還有各種安全系統(tǒng)的進(jìn)入等方面。比如.我們一般情況下都是通過輸入密碼進(jìn)入開枧系統(tǒng).褥現(xiàn)在采用人臉識別技術(shù)后,就可以直接使用攝像頭獲取人臉后進(jìn)行驗證,免去了輸入密碼等步驟.4。安防領(lǐng)域:包括視頻監(jiān)控,出入境撿測等。蠱從9l圭時間后,美國就開始大規(guī)模采用生物特征技術(shù)在機(jī)場,港口,商場等

8、地方進(jìn)行視頻監(jiān)控.而其中人臉識別技術(shù)占了重要的部分.露前相關(guān)的入臉識別產(chǎn)晶也有許多,比如BioID,CognitecSystems,和FaceIt等.在本文中,我們已經(jīng)假設(shè)人臉撿測部分已經(jīng)完成。也就是研究的對象是對于靜止圖像中的單幅人臉.一般我們將特征提取和入臉識別部分統(tǒng)稱為

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。