人臉識別中的特征提取與度量學(xué)習(xí)算法研究.pdf

《人臉識別中的特征提取與度量學(xué)習(xí)算法研究.pdf》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、；人臉識別中的特征提取題目＿■■■＂－；－與麼量學(xué)習(xí)算法研％；／，，—＇．１．：心＇■？？＇－：．人、扣三＇１０８００２學(xué)號；易軍．姓名：專業(yè)；通信與信息系統(tǒng)蘇菲＇：導(dǎo)師：．…―Ｖ－．，信工程學(xué)院學(xué)院；信息與通＿＿＿＿密級：保密期限：Ａ《ｔ乂聲卸博±學(xué)位論女？題目：人臉巧別中的特征提?。崳娕c度量學(xué)習(xí)算法研巧學(xué)號：１０８００２姓名：忌軍專業(yè)：通信與僖息系統(tǒng)導(dǎo)師：蘇菲學(xué)院：僖息與通信工程學(xué)院２０１５年６月１２日關(guān)于學(xué)位論文的獨創(chuàng)性聲明本人聲明所呈交的論文

2、是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究＇，除了文中特別加Ｗ標(biāo)注和致謝中所羅列的內(nèi)容Ｗｌ成果。盡我所知，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研巧成果，也不包含為獲得北京郵電大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。一申請學(xué)位論文與資料若有不實之處，本人承擔(dān)切相關(guān)責(zé)任。爲(wèi)罕。巧本人簽名：日期：王、今關(guān)于論文使用授權(quán)的說明學(xué)位論文作者完全了解北京郵電大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，良Ｐ；研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬北京郵電大學(xué)。學(xué)校有權(quán)保留并向

3、國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和磁盤，允許學(xué)位論文被查閱和借閱；學(xué)?？桑坠紝W(xué)位論文的全部或部分內(nèi)容，可Ｗ允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后遵守此規(guī)定）保密論文注釋：本學(xué)位論文屬于保密在年解密后適用本授權(quán)書。非巧密論＿文注釋：。本學(xué)位論文不屬于保密范圍，適用本授權(quán)書〇本人簽名屠罕巧．：日期：王＿一導(dǎo)師簽名：日期：北京郵化大學(xué)Ｘ學(xué)博ｉ－學(xué)位論義欄要人臉識別中的特征提取與度量學(xué)習(xí)算法研究摘要。人臉識別是人類非常重要的感知能力隨著計算機技術(shù)的發(fā)展，人類渴望賦予計算機理解情感、感知外部世界的能力，

4、自動人臉識別技術(shù)的研究應(yīng)運而生。人臉識別研究具有重大的理論意義和應(yīng)用價值。人臉識別研、究既可促進屯理學(xué)上對人類自身人臉識別機制的研究，也可Ｗ促進圖像識別技術(shù)的研究，幫助實現(xiàn)人工智能。人臉識別技術(shù)廣泛地應(yīng)用在民用安防、娛樂、客戶服務(wù)等領(lǐng)域。、公共安全由于人臉圖像會受到光照、姿態(tài)等外部因素和表情、年齡等內(nèi)部因素的影響，另外，有些人的人臉很相似。這些因素會增加人臉圖像的類內(nèi)差。異性和類間相似性，給識別帶來很大的困難所，人臉識別非常具有挑戰(zhàn)性，現(xiàn)在的人臉識別技術(shù)水平還達不到很多應(yīng)用的需求，需耍進行持續(xù)的創(chuàng)新性研巧。本文主要對人臉識別中的特征提取和識別問題進行了深

5、入、研究。它們是人臉識別系統(tǒng)的核屯。在特征提取上，本文主要研究主流的？相對系統(tǒng)的Ｇ化０１類特征和ＬＢＰ（ＬｏｃａｌＷｎａｒｙＰａｔｔｅｒｎｓ）類特征，分析它們。的優(yōu)勢和存在的問題，然后提出相應(yīng)的改進型特征在識別上，本文主要一研究度量學(xué)習(xí)方法，提出了個概率度量學(xué)習(xí)的框架和兩種具體的度量學(xué)習(xí)算法。具體的研究工作如下：（１）針對Ｇ化ｏｒ類特征存在的特征提取速度過慢和特征維數(shù)過高的）問題，本文提出了（Ｍ〇ｒ幅度模式直方圖（ＨｉｓｔｏｇｒａｍｏｆＧａｂｏｒＭ巧ｎｉＵＫｌｅＰａｔｔｅｒｎｓＨＧＭＰ）特征。ＨＧＭＰ特征將Ｇａｂｏｒ濾波器組作為對圖像點編碼的，

6、一碼書，Ｇａｂｏｒ濾波過程即編碼過程，濾波后只需進行簡單的方向歸化和尺。ｏｒ類特度非最大抑制處理相比其它Ｇ化征的濾波加編碼的處理方式，ＨＧＭＰ特征的濾波即編碼的處理方式加快了特征提取速度，也降低了特征維數(shù)。在ＦＥＲＥＴ和ＬＦＷ庫上的實驗結(jié)果驗證了ＨＧＭＰ特征的有效性。一？（２）－在ＨＧＭＰ特征的基礎(chǔ)上，本文提出了種ＬｏｇＧａｂｏｉ幅度模式Ｌｏ－直方圖（曲ｓｔｏｇｒａｍｏｆｇＧ化ｏｒＭａｇｍｔｕｄｅＰａｔｔ：ｅｍｓＨＬＧＭＰ）特征。ＨＬＧＭＰ，－Ｇ化ｏＧａｂｏ特征引入Ｌｏｇｒ濾波器組代替ｒ濾波器組作為碼書，能保留更多的紋理細節(jié)，也能更靈活地設(shè)計碼書。在ＦＥＲＥＴ

7、和ＬＦＷ庫上的實驗結(jié)果Ｉ北京郵電大學(xué)工學(xué)博±學(xué)位論文摘要表明，ＨＬＧＭＰ特征在各種參數(shù)設(shè)置下的識別性能都比ＨＧＭＰ特征更好，并且在ＬＦＷ庫上的識別效果超過了其它比較特征。（３）本文研究發(fā)現(xiàn)ＬＢＰ類特征廣泛采用的局部差值描述子具有很強的相關(guān)性，會導(dǎo)致編碼分布很不均勻，影響特征的區(qū)分性。針對該問題，本一文提出了種主局部二值模式（ＰｒｉｎｃｉａｌＬｏｃａｌＢｉｎａｒｙＰａｔｅｒｎｓＰＬＢＰ）特