基于單樣本的人臉識別算法研究.pdf

1、人臉識別在電子商務(wù)、視頻監(jiān)控、門禁系統(tǒng)等方面具有廣闊的應(yīng)用前景。近幾十年來,已經(jīng)出現(xiàn)了很多經(jīng)典的人臉識別方法。大部分經(jīng)典算法都能夠在多樣本條件下取得不錯的識別效果。然而在很多實際應(yīng)用場景下,數(shù)據(jù)庫對每個人只能采集到一幅人臉圖像作訓(xùn)練,例如護(hù)照、駕駛證、身份證等。這就導(dǎo)致了單樣本人臉識別問題的出現(xiàn)。面對單樣本問題,許多現(xiàn)有的經(jīng)典人臉識別方法的識別效果差強(qiáng)人意,有些算法甚至根本不能使用。因此,對單訓(xùn)練樣本條件下人臉識別技術(shù)的研究,具有重要的

2、理論意義和應(yīng)用價值。
　　本文首先介紹了單樣本人臉識別課題的研究背景與意義,總結(jié)和分析了國內(nèi)外單樣本人臉識別研究的現(xiàn)狀與進(jìn)展。通過分析單樣本人臉識別和多樣本人臉識別的區(qū)別以及當(dāng)前主流人臉識別技術(shù),引出目前單樣本人臉識別所存在的問題。
　　針對當(dāng)前主流單樣本人臉識別技術(shù)對圖像局部紋理特征的忽視,本文提出將圖像局部紋理特征引入單樣本人臉識別技術(shù)中。通過對比Gabor、LBP以及圖像梯度算法三種局部紋理提取算法,綜合考慮識別率以及

3、識別速度,使用圖像梯度算法提取局部紋理特征?？紤]到特征提取是在梯度空間進(jìn)行,此空間對于噪聲影響十分敏感。本文提出了基于B樣條的圖像梯度算法,算法選取具有階數(shù)可調(diào)性的B樣條函數(shù)對圖像進(jìn)行濾波后再提取局部紋理信息。最后在公開的標(biāo)準(zhǔn)數(shù)據(jù)庫上實驗說明了此算法在單樣本人臉識別中的效果。
　　基于單樣本人臉識別應(yīng)當(dāng)盡可能多的從一張樣本中提取較多的人臉特征的思想。本文考慮對圖像全局特征以及局部特征融合來進(jìn)行單樣本人臉識別。本文提出了G2DPCA