人臉識別中局部特征的二值編碼技術研究.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,提取的特征往往決定最終識別性能。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。
　　本文從 LBP的基本理論開始,針對人臉識別領域中主流的二值局部特征描述技術展開對比研究,進行了歸納總結。重點研究了領域選擇、幅度量化和模式定義等影響圖像局部特征描述

2、的關鍵技術。結論:1)鄰域選擇時,選用能提出局部各向異性結構信息且具有尺度可變特性的鄰域(如橢圓形鄰域),可以更有效地描述圖像的局部特征;2)恰當?shù)姆攘炕?如三值化,多值化)方法可以有效地提升算法對光照和噪聲的魯棒性;3)通過模式定義(如統(tǒng)一模式),在保持或提升算法識別性能的同時能降低特征的維數(shù),提高運算效率。
　　研究了在圖像變換域中進行局部二值編碼的特征提取技術,對經(jīng)過方向、導數(shù)、梯度、Gabor小波等變換后的局部差異信息進

3、行二值編碼,將其作為二值局部特征對人臉進行分類識別,得出了:1)圖像的方向,導數(shù)以及梯度等信息對人臉識別非常重要,有效的提取這類特征可以極大地提高算法性能;2)在 Gabor小波域采用二值編碼技術提取出的特征具有較好的判別性,以及對光照,表情,年齡等的魯棒性等結論。
　　本文還對幾種典型的二值編碼算子做了對比研究。對比驗證了在圖像域的改進算子和在變換域進行局部二值特征提取的不同的識別效果。并綜合全文,指出了在圖像的變換域的二值編碼