多方向局部二值模式人臉識(shí)別的算法及其實(shí)現(xiàn)技術(shù)研究.pdf

1、人臉識(shí)別由于其可應(yīng)用范圍的廣泛引起了越來越多的關(guān)注，然而由于人臉結(jié)構(gòu)、模式的特殊性，以及光照等外界因素的影響的多樣性與復(fù)雜性，決定了人臉識(shí)別是一個(gè)極具挑戰(zhàn)性的課題。 本文通過查閱大量文獻(xiàn)，深入學(xué)習(xí)研究了經(jīng)典的PCA算法以及LBP算法等幾種頂級(jí)人臉特征提取算法。傳統(tǒng)的PCA算法可用于提取人臉的全局特征并考慮了樣本之間的模式關(guān)系，但缺少對(duì)人臉局部信息的刻畫；LBP從像素、圖像子區(qū)域、圖像整體的聯(lián)合直方圖三個(gè)不同的級(jí)別上描述人臉，其特

2、征具有抗光照影響、旋轉(zhuǎn)不變性和計(jì)算簡(jiǎn)便、效率高等特點(diǎn)。LBP方法本質(zhì)上提取的是圖像邊緣、角點(diǎn)等局部變化特征，然而圖像的邊緣、角點(diǎn)等特征具有方向性，邊緣、角點(diǎn)的方向性包含了許多人臉的細(xì)節(jié)信息，而LBP算子在特征提取時(shí)對(duì)方向性的考慮不足，導(dǎo)致了這些細(xì)節(jié)信息的丟失。針對(duì)LBP算子在進(jìn)行特征提取時(shí)對(duì)紋理的方向信息提取不足，提出了一種多方向LBP算法，增強(qiáng)了對(duì)邊緣、角點(diǎn)等的方向信息的描述能力。在ORL人臉庫(kù)上的實(shí)驗(yàn)也表明了本文算法的有效性。