基于高鑒別力SIFT和LGQP的人臉識(shí)別研究.pdf

1、隨著科技的進(jìn)步和多媒體技術(shù)的迅速發(fā)展，人臉識(shí)別技術(shù)在各個(gè)場(chǎng)景中的應(yīng)用越來(lái)越多，特別是在安全管理領(lǐng)域的應(yīng)用，更加凸顯了人臉識(shí)別技術(shù)的重要性。人臉識(shí)別技術(shù)的關(guān)鍵是從人臉圖像中提出有效的特征信息，這些有效的特征信息是實(shí)現(xiàn)人臉匹配識(shí)別的重要因素之一。因此，如何在信息量龐大的人臉圖像中提取出最有效的特征信息，成為人臉識(shí)別技術(shù)中研究的熱點(diǎn)。本文主要研究基于高鑒別力SIFT(Scale-invariant feature transform)和LGQ

2、P(Local Gabor QuaternaryPattern)的人臉識(shí)別，對(duì)傳統(tǒng)的特征提取方法做出了相應(yīng)的改進(jìn)。
　　本文研究的問(wèn)題主要由以下三個(gè)方面構(gòu)成:
　　1.提出一種新的圖像自適應(yīng)分塊策略，進(jìn)一步提高識(shí)別算法的效率。該方法根據(jù)人臉圖像中SIFT特征點(diǎn)的分布情況，對(duì)人臉圖像分塊，使人臉五官分別位于同一個(gè)子塊內(nèi)，提高子塊的可識(shí)別力，降低頭部姿勢(shì)變化和面部表情變化對(duì)識(shí)別結(jié)果的影響。本文選取了ORL、YALE和JAFFE人

3、臉庫(kù)作為實(shí)驗(yàn)對(duì)象，實(shí)驗(yàn)結(jié)果證明了該方法的有效性。
　　2.在傳統(tǒng)LBP(Local Binary Pattern)算子的基礎(chǔ)上，利用局部區(qū)域的均值和標(biāo)準(zhǔn)差對(duì)周?chē)袼剡M(jìn)行灰度變化運(yùn)算，提出一種四值模式的LQP(LocalQuaternary Pattern)算子，并將該算子與Gabor濾波結(jié)合，用于在人臉圖像中提取LGQP特征。實(shí)驗(yàn)結(jié)果表明LGQP特征具有比LGBP特征和LGTP特征更加穩(wěn)定和可靠的特性。
　　3.借鑒Fish