基于LBP的特征空間研究及其在自動(dòng)人臉識(shí)別中的應(yīng)用.pdf

1、自動(dòng)人臉識(shí)別因其在理論與應(yīng)用中的潛在價(jià)值一直激勵(lì)著科研人員的不懈努力。作為一個(gè)典型的模式識(shí)別系統(tǒng)，自動(dòng)人臉識(shí)別包括如下幾個(gè)方面：人臉圖像的預(yù)處理、人臉特征的提取、分類。其中，人臉特征提取在很大程度上關(guān)系到學(xué)習(xí)算法的選擇與學(xué)習(xí)效率，關(guān)系到分類識(shí)別算法的選取與識(shí)別正確率，從一定意義上講，它關(guān)系到自動(dòng)人臉識(shí)別系統(tǒng)的有效性。 局部二元模式（Local Binary Patterns - LBP）是一種灰度范圍內(nèi)的紋理描述方式，它從一種紋

2、理局部近鄰定義中衍生出來(lái)，最初是為了輔助性地度量局部圖像對(duì)比度提出。近年來(lái)，研究者們成功地將之作為自動(dòng)人臉識(shí)別的人臉特征描述方式，取得了顯著的效果。然而，LBP方法的局限之處在于它沒(méi)有考慮待分類樣本的分布特征以及分類目標(biāo)的差異性。本文對(duì)LBP特征空間進(jìn)行了分析與研究，并且針對(duì)LBP特征存在的局限性提出了相應(yīng)的解決方法。本文主要的創(chuàng)新與研究工作總結(jié)如下： 1．提出了一種新的特征表示：分?jǐn)?shù)階LBP（Fractional Order

3、 Local Binary Patterns- FOLBP）。通過(guò)預(yù)處理手段，根據(jù)分類目標(biāo)的不同，對(duì)原始輸入圖像的LBP特征表示進(jìn)行了變換，從而使變換后的特征表示更有利于分類； 2．通過(guò)對(duì)LBP定義的改進(jìn)，本文給出了一個(gè)包含原LBP空間的新特征表示空間：ε-LBP，從而對(duì)原有LBP特征空間進(jìn)行了擴(kuò)展，在新的特征空間中，通過(guò)調(diào)整新引入的參數(shù)ε，我們可以根據(jù)不同的分類目標(biāo)和不同的樣本分布找到適合于分類的子空間； 對(duì)所提出的