

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人臉特征提取與分類(lèi)技術(shù),作為一種常用生物特征提取技術(shù),它是近些年來(lái)模式識(shí)別與計(jì)算機(jī)視覺(jué)鄰域的重點(diǎn)研究方向之一。人臉特征提取是人臉識(shí)別過(guò)程中的核心步驟,優(yōu)秀的人臉特征能夠讓同類(lèi)的個(gè)體之間更加具有區(qū)別性。因此提取人臉特征成為人臉識(shí)別過(guò)程中的一個(gè)關(guān)鍵環(huán)節(jié)。本文從人臉特征出發(fā),提出了一種針對(duì)人臉圖像光照變化而具有圖像編碼不變性的人臉識(shí)別算法。主要有以下幾個(gè)工作要點(diǎn):
1)提出了一種局部三值全域?qū)Ρ让枋鏊阕?LTwCD(Local Te
2、rnary whole Contrary Descriptor)。本文依賴(lài)于光照問(wèn)題的背景,借助局部模式基本理論,包括局部二值描述LBP(Local Binary pattern),局部三值描述LTP(Local Ternary pattern),局部三值對(duì)比描述LTCD(Local Ternary Contrary Descriptor),分析了它們的優(yōu)缺點(diǎn),并提出了一種局部三值全域?qū)Ρ让枋鏊阕覮TwCD。該算法不僅考慮到了鄰域像素與
3、中心像素之間的符號(hào)信息和幅值信息,而且考慮到了整個(gè)局部區(qū)域的對(duì)比度信息。該算法能夠?qū)植抗庹兆兓?,具有編碼不變性,從而能夠從光照人臉圖像中提取光照不變特征,對(duì)受到光照影響的人臉圖像具有更好的鑒別能力。
2)討論了常用的去光照處理算法,其中包括基于圖像像素處理和基于人臉模型的兩種方法,本文重點(diǎn)借助朗伯模型的基本原理,分析了基于光照模型的常用光照處理算法,例如,同態(tài)濾波、自商圖像(Self-quotient Image)、場(chǎng)域梯度
4、(Gradient Image)、相對(duì)梯度運(yùn)算(Relative Gradient)提取光照不變量特征等。
3)提出了基于相對(duì)梯度局部三值全域?qū)Ρ让枋觯≧GLTwCD)。為了更好提取人臉圖像的局部光照不變特征,盡可能克服光照對(duì)最終識(shí)別分類(lèi)的影響,最后將相對(duì)梯度運(yùn)算運(yùn)用于本文所提出算法的前期處理過(guò)程中,提出了RGLTwCD算法。該算法首先用相對(duì)梯度算子提取圖像中光照不變量;然后利用局部三值描述對(duì)其進(jìn)行編碼,得到兩幅編碼圖像,利用
5、直方圖統(tǒng)計(jì)方法統(tǒng)計(jì)編碼圖像的直方圖灰度。并將該直方圖向量作為該人臉圖像的特征。最后,利用最近鄰分類(lèi)器進(jìn)行圖像分類(lèi)識(shí)別。
本文不僅在理論證明了LTwCD在局部光照變化時(shí)候具有編碼不變性,而且通過(guò)在Yale人臉庫(kù)、Yale B人臉庫(kù)、Extended Yale B人臉庫(kù)、CMUPIE人臉庫(kù)實(shí)驗(yàn)證明了本文 RGLTwCD算法在人臉識(shí)別中能夠取得良好的分類(lèi)識(shí)別能力,尤其對(duì)受到強(qiáng)烈光照影響下的人臉圖像能夠去除光照影響,提取出該圖像的光照
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾可夫模型的局部遮擋和光照人臉識(shí)別.pdf
- 基于形狀預(yù)測(cè)模型的多光照人臉識(shí)別.pdf
- 基于局部二值模式的人臉識(shí)別算法研究.pdf
- 基于局部二值模式的三維人臉識(shí)別技術(shù)研究.pdf
- 基于局部二值模式的人臉識(shí)別和表情識(shí)別研究.pdf
- 基于局部二值模式的人臉識(shí)別方法研究.pdf
- 單樣本下可變姿態(tài)與光照人臉識(shí)別研究.pdf
- 基于局部Gabor二值模式的戴眼鏡人臉識(shí)別算法研究.pdf
- 基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn).pdf
- 基于偏振編碼和局部二值模式的人臉識(shí)別算法研究.pdf
- 基于局部二值模式和非負(fù)矩陣分解的人臉表情識(shí)別.pdf
- 基于局部二值模式變種算法的人臉識(shí)別性能評(píng)估研究.pdf
- 結(jié)合改進(jìn)的中心對(duì)稱(chēng)局部二值模式人臉識(shí)別研究.pdf
- 結(jié)合改進(jìn)的中心對(duì)稱(chēng)局部二值模式人臉識(shí)別研究
- 基于平均局部二值模式的虹膜識(shí)別.pdf
- 光照健壯局部二值人臉特征描述方法研究.pdf
- 基于局部三值模式和稀疏表示的表情識(shí)別研究.pdf
- 融合多特征和局部二值模式的人臉識(shí)別研究.pdf
- K均值降維的局部二值模式人臉識(shí)別算法研究.pdf
- 基于局部模式的人臉識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論