基于lbp統(tǒng)計特征人臉識別方法的研究

1、安徽大學(xué)碩士學(xué)位論文摘要摘要人臉在生物遺傳學(xué)中是極具吸引力的一個研究內(nèi)容，而人臉圖像分析技術(shù)又成為了當(dāng)今計算機視覺以及模式識別領(lǐng)域的一個熱點。人臉圖像分析技術(shù)涵蓋了人臉圖像檢測、人臉識別等技術(shù)。人臉作為生物的一個重要特征之一，在進行身份識別中具有直接、形象、有效等一些獨特的特點和優(yōu)點，也正是因此，人臉圖像分析技術(shù)在案件偵破、安全防護、信息搜集以及電子信息方面應(yīng)用前景十分廣泛。同時隨著計算機以及信息技術(shù)的不斷發(fā)展，對人臉圖像的研究以及分析

2、更具有了重要和深遠的意義，從而吸引了眾多研究者對此領(lǐng)域進行研究。人臉識別是一個比較復(fù)雜的過程，總體來說包括人臉特征提取、人臉檢測與人臉分類識別。人臉檢測可分為對靜態(tài)圖像的人臉檢測和對動態(tài)圖像的人臉檢測，即不論給定一系列含有人臉的照片還是一個視頻流，要確定出其中的人臉個數(shù)以及人臉的具體位置。人臉分類識別是人臉檢測的后期工作，即對已知人臉圖像，判斷識別出具體是哪個人的人臉圖像，隨之可以確定此人的身份、性別、年齡等一系列信息。由此可知，不管是

3、人臉檢測還是人臉識別，都具有重要的研究價值和實際意義。但對人臉圖像分析的整個人臉識別的過程具有復(fù)雜性，并且研究的任務(wù)是多方面的，而且是一項艱巨的研究。本文重點研究人臉圖像分析過程的以下兩方面。實驗證明，基于隨機圖理論的CCCD圖分類器相比較基于近鄰圖的分類器更具優(yōu)勢，而且性能比較穩(wěn)定，近年來，有人將基于boosted的CCCD（ClassCoverCatchDigraphs）圖分類器用在了人臉檢測領(lǐng)域取得了較好的效果，本文也將對此進行嘗

4、試和研究。另外，不管是人臉檢測與分類，若有較好的人臉特征數(shù)據(jù)，即選取有效的人臉特征提取方法，是保證效果良好的前提。而LBP（Localbinarypattern）算子被實驗證明能夠有效提取人臉圖像的紋理特征，因此，本文利用將改進的?LBP算子與CCCD圖分類器相聯(lián)合來實現(xiàn)人臉檢測的方法。本文用?LBP算子提取人臉圖像紋理特征，把對應(yīng)不同?值提取的人臉特征數(shù)據(jù)加權(quán)融合起來，將加權(quán)融合后的特征數(shù)據(jù)來描述人臉，然后在此特征數(shù)據(jù)為的基礎(chǔ)上，建立

5、CCCD圖分類器，進而對人臉圖像實現(xiàn)有效檢測。在人臉識別方面，利用LBP算子提取人臉紋理特征的高性能以及I安徽大學(xué)碩士學(xué)位論文AbstractAbstractFaceisanattractiveresearchcontentinbiologicalgeicsasahotspotfaceimageanalysistechnologyhasbecomethecontemparyfieldofcomputervisionpatternreco

6、gnition.Itanalysiscoversthefaceimagedetectionfacerecognitiontechnologies.Faceasanimptantbiologicalfeatureofidentificationhasavividimageeffectivesomeuniqueacteristicsadvantageswhichmaintainsverybroadapplicationprospectsin

7、somerespectsfexamplesecurityprotectioninfmationgatheringElectronicinfmation.Withthedevelopmentofthecomputertheinfmationtechnologytheresearchanalysisofthefaceimageismeimptanthasfarreachingsignificancewhichhasattractedmany

8、researchers.Facerecognitionisaquitecomplicatedprocessingeneralincludingthefacefeatureextractionfacedetectionfaceclassification.Facedetectioncanbedividedintostaticimagedetectiondynamicimagedetectionfacedetectionthatiswhet

9、heragivenseriesoffaceimagesavideoidentifythefacenumberthefacespecificlocation.Faceclassificationrecognitionisthefollowingwkoffacedetectionthatisintheknownfaceimagesidentifythespecificpersonwhoisthefaceimagewiththepersons

10、identitygenderageaseriesofinfmation.Itcanbeseenwhetheritisfacedetectionrecognitionhasimptantresearchvaluepracticalsignificance.Notonlyisthewholeprocessoffacerecognitioncomplicatedbutalsothemultifacetedtaskofresearchisadi

11、fficultstudy.Thisthesisfocusesonfaceimageanalysisprocessintwoaspects.ExperimentsshowthattheromgraphtheycomparingCCCD（ClassCoverCatchDigraphs）classifierwithclassifierbasedonnearestneighbgraphhasmeadvantagesmerelativelysta

12、ble.InrecentyearssomepeoplehaveusedtheclassifierthatisbebasedontheboostedCCCDinthefieldoffacedetectiontoachieveamebetterresultsTherefethisthesietryresearchit.Inadditionwhetherfacedetectionclassificationifabetterfacefeatu