基于Gabor小波和LBP算子的人臉識(shí)別技術(shù)研究.pdf

1、人臉識(shí)別是當(dāng)前的研究熱點(diǎn)之一，無論在理論還是在實(shí)際應(yīng)用中都有很高的研究價(jià)值。特征提取方式的選擇和其性能的好壞直接影響到整個(gè)人臉識(shí)別系統(tǒng)的性能。
　　 本文對(duì)人臉識(shí)別的特征提取方法進(jìn)行了深入研究，重點(diǎn)研究了基于Gabor小波和LBP算子的特征提取算法及其在人臉識(shí)別中的應(yīng)用。論文主要研究工作如下：
　　 (1)研究了Gabor小波與LDA相結(jié)合的算法該方法充分利用了Gabor小波的空間局部性和方向選擇性。先對(duì)原始人臉圖像進(jìn)行

2、Gabor特征提取，然后對(duì)其作LDA變換得到最佳分類特征，并運(yùn)用針對(duì)人臉特征矩陣的最近鄰分類器來進(jìn)行分類判決。在ORL和YALE人臉庫上進(jìn)行仿真實(shí)驗(yàn)。
　　 (2)研究了Gabor小波與LPP相結(jié)合的算法研究將Gabor小波變換和LPP算法相結(jié)合進(jìn)行人臉識(shí)別。其中，局部保持投影算法在降維過程中，能夠保持樣本空間的局部結(jié)構(gòu)和本質(zhì)幾何特性，同時(shí)，還可以發(fā)現(xiàn)人臉的非線性結(jié)構(gòu)。在ORL和YALE 人臉庫上進(jìn)行仿真實(shí)驗(yàn)。
　　 (

3、3)研究了Gabor小波和LBP 算子相結(jié)合的特征提取方法線性鑒別分析和局部保持投影算法都屬于線性方法，不能提取圖像的非線性的特征。
　　 為了解決這一問題，本文將Gabor小波和LBP 算子相結(jié)合提取直方圖特征后，利用LPP算法進(jìn)一步對(duì)其降維，提取出最利于分類的特征的同時(shí)減少了運(yùn)算的時(shí)間和工作量。在ORL和YALE人臉庫上的實(shí)驗(yàn)結(jié)果證明我們的方法在識(shí)別能力上比傳統(tǒng)的Gabor 濾波器、Gabor+LDA、Gabor+LPP算法