基于局部模式的可撤除人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、傳統(tǒng)的人臉識(shí)別系統(tǒng)將人臉數(shù)據(jù)或者提取到的特征值直接存放在數(shù)據(jù)庫(kù)從而產(chǎn)生安全問(wèn)題。針對(duì)這一問(wèn)題，本文采用將局部模式特征提取算法和可撤除結(jié)合的模板保護(hù)方案。可撤除方案是國(guó)內(nèi)外學(xué)者密切關(guān)注的模板保護(hù)方法，已經(jīng)廣泛使用在虹膜、指紋特征的模板保護(hù)領(lǐng)域，但較少應(yīng)用于人臉特征的保護(hù);光照、姿態(tài)、噪聲等外界干擾對(duì)特征提取的影響非常大，局部模式算法在圖像存在上述問(wèn)題時(shí)的鑒別性佳。局部模式算子提取出人臉特征信息后再進(jìn)行可撤除運(yùn)算，能夠同時(shí)保證識(shí)別和安全性能

2、。本課題研究工作圍繞以下幾點(diǎn)展開(kāi):
　　 1、比較分析了基于局部模式的人臉特征提取的經(jīng)典以及主要演化算法，將最初用于表情識(shí)別的CBP算法應(yīng)用在了人臉特征提取模塊，取得了很好的鑒別性能?？紤]到均方差在紋理分類中的作用，在CBP基礎(chǔ)上設(shè)計(jì)了新的特征點(diǎn)定位方法ICBP。為了比較CBP、ICBP算法和主要演化算法的鑒別性能，在YALE和PIE標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)上進(jìn)行多次重復(fù)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果得出:圖像不受隨機(jī)噪聲干擾時(shí)，CBP算法的識(shí)別性能最好;隨

3、著圖像噪聲的加入，ICBP算法的識(shí)別性能較好。
　　 2、深入分析LBP和隨機(jī)投影結(jié)合進(jìn)行模板保護(hù)的原理。將局部模式演化算法捕捉到的特征進(jìn)行可撤除運(yùn)算，由于可撤除算法的不可逆性和數(shù)據(jù)庫(kù)中存放變換后的特征值數(shù)據(jù)，因此被破解的可能性極低，匹配時(shí)安全性能非常高。通過(guò)上述過(guò)程，各種局部模式演化算子獲得了進(jìn)一步的拓展。
　　 3、針對(duì)現(xiàn)有人臉識(shí)別系統(tǒng)的開(kāi)發(fā)存在大量的重復(fù)勞動(dòng)、成本高、效率低和可移植性差等問(wèn)題，整個(gè)開(kāi)發(fā)過(guò)程采用構(gòu)件技