基于Gabor小波與CS-LBP的人臉特征提取算法研究.pdf

1、近幾十年來，自動人臉識別技術(shù)取得到了很大的進步，各種各樣的人臉識別算法相繼被提出。另外，受到公共安全、金融安全、人機交互等領(lǐng)域潛在的需求的驅(qū)動，計算機人臉識別技術(shù)面臨著很大的發(fā)展機遇，成為計算機視覺領(lǐng)域的研究熱點。雖然，自動人臉識別技術(shù)取得了一些成功，但是自動人臉識別仍然面臨著許多難題。其原因在于，人臉圖像在獲取過程中會受到諸如姿態(tài)、表情、光照、拍攝時間等外界以及自身因素的影響。因此，一個實際的、有效的人臉識別算法應(yīng)該對這些干擾具有很好

2、的魯棒性。
　　 近來，Gabor小波被廣泛地應(yīng)用到人臉識別領(lǐng)域，取得了很好的效果。除了Gabor小波，局部二值模式算子(LBP)也被成功的應(yīng)用到人臉識別研究中。利用Gabor小波與LBP結(jié)合提取人臉特征，所提取的特征維數(shù)通常很高。因此，對人臉高維特征進行降維是一個丞待解決的問題。
　　 針對Gabor與LBP結(jié)合提取人臉特征維數(shù)過高以及提取魯棒性特征問題，本文對其進行了研究，并提出了兩個提取人臉特征的算法。本文的主要工

3、作如下：
　　 ①針對Gabor小波與LBP結(jié)合提取人臉圖像特征維數(shù)過高問題，本文提出了基于Gabor小波與中心對稱局部二值模式(CS-LBP)結(jié)合的人臉識別算法。算法中：把CS-LBP算子引入人臉識別中代替LBP算子，降低LBP提取特征維數(shù)；對Gabor濾波圖像按不同方向和尺度進行疊加，減少Gabor濾波圖像；對疊加以后的圖像進行CS-LBP編碼，并提取分塊直方圖特征；將分塊直方圖特征進行順序級聯(lián)，形成人臉圖像特征向量。ORL

4、、Yale、FERET標準人臉庫上的實驗結(jié)果表明，該算法很大程度上降低了所提取特征的維數(shù)，減少了存儲空間，提高了計算速度，并取得了相當?shù)淖R別率。
　　 ②針對CS-LBP算子提取的紋理特征不夠豐富、不夠全面，提出了基于多級CS-LBP特征融合的人臉識別算法。算法中：利用CS-LBP算子對人臉圖像進行一次特征提??；對特征圖像再進行相同方式的特征提取，如此提取多級CS-LBP特征；將不同級特征圖像劃分成等大、不重疊的子圖像，并統(tǒng)計子