基于局部二值模式變種算法的人臉識(shí)別性能評(píng)估研究.pdf

1、本文選題來自項(xiàng)目中央高校基本科研業(yè)務(wù)費(fèi)跨學(xué)科類重大項(xiàng)目《面向視頻大數(shù)據(jù)智能分析的關(guān)鍵技術(shù)研究》，主要解決其中的人臉識(shí)別相關(guān)問題。近年來，局部二值模式及其變種算法成功應(yīng)用于視覺檢測(cè)和視覺分類領(lǐng)域，越來越多的LBP變種算法應(yīng)運(yùn)而生。然而，目前已存在的研究工作通常僅對(duì)這些算法的識(shí)別率做出評(píng)估，沒有系統(tǒng)地對(duì)LBP變種算法在人臉識(shí)別中的綜合性能進(jìn)行評(píng)估研究。因此我們提出了如下幾個(gè)問題：1) LBP變種算法在不同的條件變化中，各方面的綜合性能怎么樣

2、；2)算法的改進(jìn)方法與性能提升之間有怎樣的聯(lián)系；3)在不同的條件變化中，人臉各部位的描述能力怎么樣，怎樣選擇最優(yōu)的人臉部位組合。
　　針對(duì)上述問題，本文主要完成了如下研究工作：
　　1)提出LBP變種算法的分類方法。根據(jù)算法的改進(jìn)方法將LBP變種算法分為四類：選擇領(lǐng)域、編碼方式、LBP特征融合、LBP相關(guān)的改進(jìn)，并對(duì)這四類變種算法進(jìn)行分析研究。
　　2)提出LBP變種算法在人臉識(shí)別中的評(píng)估方案，對(duì)算法進(jìn)行綜合、全面的性

3、能評(píng)估。算法性能評(píng)估基于幾個(gè)標(biāo)準(zhǔn)的人臉數(shù)據(jù)集，參考了FRVT和FERET的評(píng)估標(biāo)準(zhǔn)，在可控條件和不可控條件(表情變化、光照變化、年齡變化)中對(duì)算法的識(shí)別率，識(shí)別率CMC曲線，驗(yàn)證率ROC曲線，處理時(shí)間和模型大小進(jìn)行評(píng)估。人臉部位評(píng)估將人臉劃分為前額、眼睛、鼻子、嘴巴、臉頰五個(gè)部分，進(jìn)行描述能力的評(píng)估。
　　3)設(shè)計(jì)性能評(píng)估系統(tǒng)VFP Evaluator。系統(tǒng)實(shí)現(xiàn)十二種LBP變種算法。用戶通過使用該系統(tǒng)，只需要簡(jiǎn)單地配置算法、數(shù)據(jù)集

4、等相關(guān)參數(shù)，一次運(yùn)行即可生成多個(gè)LBP變種算法在多個(gè)數(shù)據(jù)集中的性能統(tǒng)計(jì)結(jié)果。
　　4)綜合分析算法的評(píng)估結(jié)果，提出在不同應(yīng)用場(chǎng)景中算法的選擇方案，以及變種算法的改進(jìn)方式與性能提升之間的關(guān)系。
　　本文主要針對(duì)LBP變種算法在人臉識(shí)別中的性能評(píng)估的研究現(xiàn)狀，提出了LBP變種算法的分類方法，設(shè)計(jì)了性能評(píng)估方案和評(píng)估系統(tǒng)對(duì)算法進(jìn)行了綜合、全面的性能評(píng)估，并對(duì)評(píng)估結(jié)果進(jìn)行對(duì)比總結(jié)分析。評(píng)估結(jié)果表明，絕大部分的 LBP變種算法對(duì)表情變