基于二元模式的人臉識(shí)別與表情識(shí)別研究.pdf

1、人們的工作和生活越來(lái)越多地和計(jì)算機(jī)聯(lián)系在一起，使得人類與計(jì)算機(jī)之間的關(guān)系越來(lái)越緊密。另外，各種各樣的機(jī)器人也相繼問(wèn)世并且會(huì)越來(lái)越多地出現(xiàn)在我們的周圍。人們渴望自然和諧的人機(jī)交互——計(jì)算機(jī)首先要識(shí)別主人的身份，然后判別主人的表情以做出相應(yīng)的動(dòng)作。因此，本文以快速準(zhǔn)確的人機(jī)交互為目標(biāo)，旨在研究如何提高基于人臉的身份識(shí)別與表情識(shí)別的識(shí)別率及識(shí)別速度。論文的主要研究工作與成果包括以下幾個(gè)方面的內(nèi)容： 1）提出一種基于局部二元模式直方圖映

2、射（LBPHP）的快速人臉識(shí)別方法。此方法將局部二元模式直方圖映射到保局投影（LPP）空間獲得低維的LBPHP特征，在此低維特征空間判別新樣本大大提高了識(shí)別速度，由于LPP強(qiáng)大的鑒別特性，此方法的識(shí)別率也很高，相比于傳統(tǒng)的基于局部二元模式（LBP）的人臉識(shí)別方法，此方法不僅識(shí)別速度更快、識(shí)別率更高，尤其在大型人臉庫(kù)上凸顯其優(yōu)勢(shì)，適于此類人臉庫(kù)上的實(shí)際應(yīng)用如身份識(shí)別等。 2）在表情特征提取方面，傳統(tǒng)LBP算子存在不足：產(chǎn)生的直方圖

3、維數(shù)過(guò)長(zhǎng)、鑒別力不高、對(duì)噪聲反應(yīng)敏感。針對(duì)此問(wèn)題，提出中心化二元模式（CBP）算子。CBP算子相對(duì)于LBP算子具有三大優(yōu)勢(shì)：（1） CBP算子通過(guò)比較“近鄰點(diǎn)對(duì)”之間的差異捕捉到梯度信息，不僅增強(qiáng)其鑒別能力而且大大降低特征維數(shù)。（2）CBP算子充分考慮中心像素點(diǎn)的作用并給它分配最高權(quán)重，此舉大大提高其鑒別能力。（3）從圖像中提取到的CBP特征在有噪聲情形下更加魯棒、更加穩(wěn)定。此外，為提高識(shí)別結(jié)果，首次將中心最近鄰分類器引入表情識(shí)別中，它

4、的分類效能優(yōu)于目前常用的最近鄰分類器。 3）為進(jìn)一步提高人臉表情識(shí)別率，對(duì)中心化二元模式（CBP）做拓展：（1）將梯度信息融入CBP；（2）提出多尺度CBP（簡(jiǎn)稱MCBP）；（3）為增強(qiáng)算法對(duì)表情圖像中細(xì)小變形的魯棒性，首次引入圖像歐式距離（IMED）并將其嵌入MCBP方法。嵌有IMED的MCBP（簡(jiǎn)稱MCBP—IMED）方法提取出的特征具有優(yōu)點(diǎn)：維數(shù)大大降低、很強(qiáng)的鑒別能力、對(duì)噪聲不敏感、不易受細(xì)小變形的干擾。 4）提