人臉識(shí)別的特征描述方法研究.pdf

1、隨著國防安全和社會(huì)公共安全需求的不斷增長，人臉識(shí)別作為一種非接觸式的生物特征識(shí)別方法受到了極大的重視。目前人臉識(shí)別中，人臉特征的描述是其中關(guān)鍵的步驟。盡管傳統(tǒng)的利用機(jī)器學(xué)習(xí)的方法從構(gòu)成人臉圖像的像素中挖掘特征進(jìn)行人臉識(shí)別取得了很大的成功，例如主成分分析(PCA)和線性鑒別分析(LDA)等子空間方法。但是研究表明這類基于圖像整體像素的特征提取方法往往需要對(duì)人臉圖像進(jìn)行精確的對(duì)齊，同時(shí)對(duì)人臉的光照、姿態(tài)、模糊、分辨率等變化的健壯性較差，無法

2、滿足非接觸式人臉識(shí)別的實(shí)際應(yīng)用需求。因此，近年來，為了增強(qiáng)特征的健壯性，研究者們?cè)噲D通過一定的變換將像素特征轉(zhuǎn)換為一些低級(jí)的視覺特征，以便后續(xù)的進(jìn)一步處理。Gabor和LBP作為兩種經(jīng)典的特征描述方法，在描述人臉圖像紋理特征方面取得了較好的效果。然而，當(dāng)圖像受到模糊或者光照變化的影響時(shí)，Gabor和LBP特征描述方法性能會(huì)急劇下降。
　　本文以挖掘?qū)庹蘸蛨D像模糊具有健壯性的人臉低級(jí)視覺特征描述為目的，研究了Gabor和LBP特征

3、描述方法，并結(jié)合局部相位量化(LPQ)和方向邊緣幅值模式(POEM)對(duì)圖像模糊與光照變化條件下的人臉特征描述方法進(jìn)行了深入研究。論文主要進(jìn)行以下幾個(gè)方面的研究工作：
　?、傺芯苛薌abor和LBP兩種經(jīng)典的人臉特征描述方法。模擬人類簡單細(xì)胞感受野的Gabor特征能獲得對(duì)人臉不同方向和不同尺度的描述，在人臉識(shí)別方面取得較好的效果；局部二值模式在表征圖像的紋理細(xì)節(jié)特征方面具有很大的優(yōu)勢(shì)，并且LBP特征對(duì)圖像的整體光照變化具有較好的健壯

4、性。
　?、跒榱嗽鰪?qiáng)人臉識(shí)別對(duì)人臉圖像模糊的健壯性，在研究圖像模糊紋理描述方法——局部相位量化(LPQ)的基礎(chǔ)上，參考LBP的分塊策略，介紹了一種分塊局部相位量化方法(MBLPQ)。該方法不僅具備了原始局部相位量化(LPQ)方法對(duì)對(duì)稱模糊的人臉圖像具有健壯性的優(yōu)良特性，而且通過本文的分塊策略使得該方法具有了從不同的觀察粒度和分析粒度去描述模糊人臉圖像的特性。
　?、蹫榱丝朔庹兆兓绕涫欠蔷鶆蚬庹諏?duì)人臉識(shí)別帶來的性能下降的

5、不利影響問題，結(jié)合方向邊緣幅值模式(POEM)，提出了相對(duì)梯度方向邊緣幅值模式(RGPOEM)特征描述方法。該方法在得到人臉梯度圖像的幅值和方向信息時(shí)考慮了非均勻光照對(duì)圖像整體像素的影響，使獲得的相對(duì)梯度信息更能反映人臉圖像的本質(zhì)特征，能夠有效克服非均勻光照對(duì)人臉識(shí)別的影響。
　　通過在FERET、Yale、PIE等國際通用的人臉庫上的大量實(shí)驗(yàn)證實(shí)：本文介紹的兩種特征描述方法的識(shí)別性能均優(yōu)于當(dāng)前的一些主流特征描述方法，是兩種針對(duì)人