基于lbp人臉身份識別和性別識別的研究

《基于lbp人臉身份識別和性別識別的研究》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、獨創(chuàng)性（或創(chuàng)新性）聲明本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。申請學(xué)位論文與資料若有不實之處，本人承擔(dān)一切相關(guān)責(zé)任。本人簽名：日期：關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后，

2、發(fā)表論文或使用論文工作成果時署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨嫉娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。（保密的論文在解密后遵守此規(guī)定）本人簽名：日期：導(dǎo)師簽名：日期：摘要摘要生物特征識別技術(shù)使用了人體本身所固有的生物特征，與傳統(tǒng)的身份識別方法不同，該技術(shù)具有更高的安全性、可靠性和有效性，因而受到人們越來越多的重視。人臉自動識別技術(shù)作為生物特征識別技術(shù)的重要組成部分，已經(jīng)成為計算機(jī)視覺，模式識別領(lǐng)域的研究熱點，在近三十年里得到了深入的研究和廣泛的應(yīng)用。隨著應(yīng)用需求的推動，基于人臉的性別識別、人臉表情

3、識別和年齡識別等技術(shù)也得到了廣泛的關(guān)注和研究。本文主要研究基于局部二值模式（LocalBinaryPattern，LBP）的人臉身份識別方法和人臉性別識別方法。LBP算子是一種描述圖像局部空間結(jié)構(gòu)的非參數(shù)算子，具有很強(qiáng)的紋理區(qū)分能力。本文采用LBP特征提取方法，實現(xiàn)了兩種人臉身份識別方法，分別是基于LBP-HMM和基于LBP-PCA-LDA的人臉身份識別，并在標(biāo)注的FERET人臉數(shù)據(jù)庫上進(jìn)行實驗，結(jié)果表明提出方法的有效性和優(yōu)越性。針對性別識別問題，本文提出了一種基于分塊LBP-SVM的人臉性別識別方法。與傳統(tǒng)的LBP特征提取不同，首先按照一定規(guī)則把人臉圖像劃分成多個子塊，然后分別

4、提取其LBP直方圖特征，并通過級聯(lián)各塊的LBP特征構(gòu)成最終的人臉特征向量，最后將其與SVM分類器相結(jié)合，實現(xiàn)了基于人臉特征的性別識別方法。實驗結(jié)果表明，與目前已有的性別識別方法相比，該方法具有更好的識別效果。關(guān)鍵詞：人臉識別性別識別局部二值模式隱馬爾科夫模型支持向量機(jī)基于LBP的人臉身份識別和性別識別研究AbstractAbstractBiometrics,becauseofusingtheinherentcreaturecharacteristicofhuman,isdifferentfromtraditionalpersonalidentificationmethod,and

5、hashighsecurity,reliabilityandvalidity.Asanimportantbranchofbiometrics,facerecognitionhasbeenoneofthemostactiveandchallengingtasksforcomputervisionandpatternrecognitioninrecent30years.Withthewideapplicationoffacerecognition,facegenderrecognition,facialexpressionrecognitionandagerecognitiontec

6、hnologyhasalsoreceivedalotofattentionandresearch.Thispaperstudiesfaceidentificationandgenderrecognitionmethodsbasedonlocalbinarypattern(LBP).LBPoperatorisanon-parametricoperatordescribingthelocalspatialstructureofimage,andhasgoodabilitytodistinguishtexture.Inthispaper,twofaceidentificationmet

7、hods,whicharebasedonLBP-HMMandLBP-PCA-LDArespectivelyforfaceidentification,arepresented.TherelatedexperimentsarecarriedonthelabeledFERETfacedatabase.Atthesametime,thispaperproposesagenderrecognitionmethodbasedontheblockingLBP-SVM.Faceimageisb