單樣本改進局部紋理特征的人臉識別研究.pdf

1、人臉識別作為一種模式識別方法，以其非接觸性、便攜性、難更改性等獨特的優(yōu)點，在身份識別驗證領(lǐng)域受到越來越多的關(guān)注，是目前圖像處理、機器視覺領(lǐng)域的研究熱點。經(jīng)過多年的努力，國內(nèi)外人臉識別算法的識別率越來越高，已經(jīng)可以達到實用的階段。但是，目前國家擁有的公民身份信息基本只有證件照上的一張照片，在公安辦案、海關(guān)檢查、監(jiān)控調(diào)查等需求以人臉來判斷識別人身份的場合，大部分算法都沒有很好的魯棒性。所以，只有一個樣本的單樣本人臉識別，開始變?yōu)槿四樧R別領(lǐng)域

2、的研究重點。
　　紋理廣泛存在于自然界中，是所有物體表面所共有的內(nèi)在特性，是一種不依賴于顏色或亮度變化的反映圖像中同質(zhì)現(xiàn)象的視覺特征，刻畫了圖像像素鄰域灰度空間分布的規(guī)律。紋理分析則是計算機視覺和數(shù)字圖像處理中的一個重要的研究課題，而如何獲得其中的紋理特征是其中的重要環(huán)節(jié)。
　　局部二值模式(LBP)紋理特征提取算法，在人臉識別算法中起到了顯著的作用，有著計算簡單、光照影響弱等優(yōu)點。但在復(fù)雜背景、噪聲、遮擋等極端或復(fù)合條件下

3、，分類性能大大降低。論文針對LBP算子的局限性，提出了相應(yīng)的改進算法。主要內(nèi)容包括：
　　(1)針對光照、噪聲等影響，采用了高斯濾波的一階導(dǎo)數(shù)與人臉圖像作卷積運算，求取圖像的梯度分量，計算出梯度幅值和梯度相位。初步減少了外界環(huán)境因素對人臉圖像的影響。
　　(2)針對 LBP算子的局限性，討論了兩種改進的特征提取方法，ε-LBP算子和CSLBP算子，都在傳統(tǒng)的LBP算子上增加了適用性。ε-LBP算子可以在不同的子空間上提取特征

4、，增加了樣本多樣性。CSLBP算子繼承了 LBP算子的全部優(yōu)點，但計算量減少了一半。
　　(3)現(xiàn)有的算法中只考慮了幅值，卻忽略了相位對分類識別的影響。將經(jīng)過高斯濾波處理后的圖像梯度相位量化，再用CSLBP算子對梯度圖像的相位和幅值分別編碼，將三者串接形成人臉圖像的特征,極大的增強了分類能力。
　　(4)最后，分塊統(tǒng)計直方圖的信息，把所有小塊的直方圖串聯(lián)后作為人臉圖像的特征向量，利用直方圖相交進行分類識別。在AR和CMU-P