基于LDP的人臉識(shí)別方法研究.pdf

1、人臉是人類一出生就具有的，可以作為人類在網(wǎng)絡(luò)時(shí)代的信息交互的一種憑證，它具有獨(dú)立性、唯一性與不被復(fù)制性，而且還具有各種立體信息，包括視覺和多維度識(shí)別信息。因此人臉識(shí)別技術(shù)逐漸應(yīng)用于互聯(lián)網(wǎng)時(shí)代，與虹膜識(shí)別、指紋識(shí)別等生物獨(dú)有的特征識(shí)別相比，其具有獨(dú)特的優(yōu)點(diǎn)，主要表現(xiàn)為隱蔽性高、并發(fā)性好、非接觸性、對(duì)硬件設(shè)備要求低等。
　　在將現(xiàn)有人臉識(shí)別相關(guān)文獻(xiàn)大量閱讀之后，在前人研究的理論基礎(chǔ)之上，研究了基于局部方向模式（LDP）的人臉識(shí)別方法，

2、主要工作敘述如下：
　?。?）針對(duì)現(xiàn)有方法僅利用了圖像自身的LDP特征，并沒有使用面部圖像的先驗(yàn)信息的缺點(diǎn)，提出基于LDP和貝葉斯模型的識(shí)別方法。首先在互相獨(dú)立的訓(xùn)練集上，學(xué)習(xí)同類樣本圖像和異類樣本圖像的LDP直方圖特征相似度的先驗(yàn)信息，并估計(jì)類條件概率密度函數(shù)（同類與異類樣本分別計(jì)算）；其次利用面部圖像的LDP直方圖比較該圖像是否為某一類型圖像的概率數(shù)值大??；最后使用貝葉斯規(guī)則進(jìn)行分類。此方法在ORL與Yale面部圖像庫(kù)上進(jìn)行識(shí)

3、別實(shí)驗(yàn)，與傳統(tǒng)PCA、LBP和LDP方法相比較，面部識(shí)別率均有了顯著提升。
　　（2）為了進(jìn)一步提高LDP方法的人臉識(shí)別率，結(jié)合整體特征、局部特征以及集成分類器的優(yōu)勢(shì)，提出一種基于DCT和LDP特征的集成分類器識(shí)別方法。該方法首先選擇包含面部主要信息的低頻DCT系數(shù)作為面部的頻域特征，然后求取LDP特征直方圖，得到LDP面部特征，然后將提取的這兩種特征分別用SVM、最近鄰分類器進(jìn)行首次分類，最后構(gòu)造一個(gè)基于神經(jīng)網(wǎng)絡(luò)的集成分類器模型