基于金字塔結構的人臉識別算法研究.pdf

1、人臉識別技術是近幾十年來模式識別與計算機視覺領域的研究熱點問題之一,在公共安全和日常生活中有著非常廣泛的應用。特征提取技術是人臉識別中其中關鍵、核心部分,提取的特征通常決定著最終的識別性能。局部二值模式(LBP)作為一個簡單而有效的局部特征提取算子,獲得了廣泛的關注。
　　文章在之前的研究基礎之上提出了基于局部鄰域模式的算法,它的主要思想是把圖像中的某點和它周圍一定半徑內的所有點都看成一個集合向量,然后以中心點所構建的集合向量作為

2、閾值,依次做差,并將結果進行歸一化處理,依次轉換成距離值。其實是特征提取,對于LNP算法采用了環(huán)形提取特征,最后是分類識別。與傳統(tǒng)的LBP相比,LNP算法進行整體間的運算,對于對比度強烈的圖像來說算法識別率更高。
　　為了有效地提取人臉圖像的全局和局部特征以及克服光照對最終識別性能得影響,本文將圖像金字塔結構與相對梯度融入局部鄰域模式中,提出了基于金字塔結構的人臉識別算法(PRGLNP)。首先,通過多尺度分析構建圖像金字塔;其次,