基于特征學(xué)習(xí)的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別算法因其在實(shí)際應(yīng)用中廣闊的前景而收到關(guān)注，它是人工智能、模式識(shí)別、計(jì)算機(jī)視覺等相關(guān)學(xué)科交叉領(lǐng)域的研究熱點(diǎn)。人臉識(shí)別的核心問題是根據(jù)提供的人臉圖像用機(jī)器提取出具有判別能力的特征來鑒別個(gè)人的身份。目前人臉識(shí)別算法受制于光照變化、姿態(tài)多樣、飾物遮擋、表情變化和多模態(tài)圖像影響，在實(shí)際應(yīng)用中算法識(shí)別率不理想。
　　本文以局部特征提取的框架為基礎(chǔ)，對(duì)人臉識(shí)別中的遇到的難點(diǎn)提出相應(yīng)的解決方法。主要的研究成果有:
　　(1)研究了局

2、部二值模式(LBP)算法的原理以及基于該算法的變種。綜合分析LBP模式的優(yōu)點(diǎn)和缺點(diǎn)，提出了類LBP識(shí)別框架，同時(shí)給類LBP模式指出了相應(yīng)的改進(jìn)方向。
　　(2)局部序數(shù)模式(LIOP)提出使用鄰域之間的序數(shù)關(guān)系對(duì)于紋理的描述有重要的作用。但是它只能應(yīng)用在很小的鄰域點(diǎn)上，得到的特征向量的判別能力較弱。局部量化模式(LQP)能夠簡(jiǎn)化模式數(shù)量。于是我們研究了LIOP和LQP的相關(guān)原理，提出了基于局部序數(shù)描述的增強(qiáng)量化模式人臉特征提取算法

3、。實(shí)驗(yàn)驗(yàn)證了該算法具有良好的識(shí)別能力，能夠?qū)Ρ砬椤⒈尘昂驼趽跤幸欢ǖ聂敯粜?。并進(jìn)一步使用白化主成分分析使特征向量的分布更為緊湊，降低了特征向量的維度，提高了總體的識(shí)別性能。
　　(3)針對(duì)異質(zhì)圖像的識(shí)別問題，提出了基于成對(duì)判別濾波核學(xué)習(xí)的局部特征異質(zhì)圖像識(shí)別方法。與傳統(tǒng)的使用圖像灰度特征直接進(jìn)行異質(zhì)圖像的共同特征的提取不同的是，我們先將圖像進(jìn)行判別濾波減去不同模態(tài)帶來的圖像差異，接著使用增強(qiáng)量化模式為圖像編碼并提取直方圖特征用于最