人脸识别论文：基于局部二值模式人脸识别算法的研究.docVIP

人脸识别论文：基于局部二值模式的人脸识别算法研究 【中文摘要】随着计算机视觉和模式识别技术的飞速发展,各种基于生物特征的识别方法应用而生,在日常生活和各种场所中发挥着巨大的作用。在众多基于生物特征的识别方法中,自动人脸识别技术因其独特性,表现出越来越重要的研究价值和广阔的应用前景。人脸识别技术是典型的图像模式分析、理解与分类计算问题,经过近几十年的快速发展取得了巨大的进步,在接近理想的条件下,人脸识别系统可以完成一定的工作。特征提取作为人脸识别的关键,也成为重点研究内容及主要挑战。近年来,研究者将局部二值模式(LBP)方法引入到人脸特征提取中来,取得了很大的成功。但是,LBP算子本身并不完善,特别是在训练样本的维数高达几千甚至上万维的时候,其性能会急剧下降。本文对人脸识别算法中的LBP方法进行了深入研究及改进,并详细讨论了人脸识别门禁系统在军队重要场所中应用的可行性。主要研究工作可概括如下：1.本文通过对LBP基本原理的研究,分析了LBP原始算子的不足之处,由此提出了基于LBP的改进方法。先计算LBP图像,然后对其进行分块,将分块后的LBP直方图串联起来形成一个高维的直方图特征矢量,接着利用经典的PCA方法降维,最后选择分类器进行分类识别。该方法针对不同的图像进行不同的分块,使得维数的约简更加灵活方便,提高了特征提取的准确性。2.本文讨论了使用3种LBP算子对图像进行处理的情况,并