基于机器视觉人脸生物特征改进识别技术.docVIP

基于机器视觉人脸生物特征改进识别技术 　　摘 要： 传统识别方法主要通过谱回归和矩阵完整性约束，从带噪声的原始数据中得到干净的输入数据，达到提高识别人脸生物特征的目的，但忽略了低秩投影矩阵对识别带来的干扰，导致识别精度低、效率差的问题，故提出基于机器视觉的人脸生物特征改进识别技术。通过摄像机代替机器视觉对人脸图像进行采集，构建人脸图像双色反射模型，对人脸图像进行预处理，并以机器视觉为基础，结合局部差分二值模型（LDBP），实现对人脸生物特征识别的改进。实验结果表明，相比于传统识别技术，采用改进识别技术在进行人脸生物特征识别方面的识别精度较高，实用性较强，具有一定的优势。 　　关键词： 机器视觉; 人脸; 生物特征识别; 摄像机; 双色反射; 局部差分二值模型 　　中图分类号： TN912.34?34; TP391 文献标识码： A 文章编号： 1004?373X（2018）10?0161?03 　　Abstract： In the traditional identification method， the recognition rate of human face biological features is improved by means of spectral regression， matrix integrity constraint， and obtaining clean input data from the original data with noise， but the recognition interference brought by low rank projection matrix is ignored， which causes the problems of low recognition precision and poor recognition efficiency. Therefore， a human face biological feature improved recognition technology based on machine vision is proposed. Cameras are used as machine vision to collect human face images. The human face image dichromatic reflection model is constructed to perform preprocessing of human face images. On the basis of machine vision， the improvement of human face biological feature recognition is realized by combining with the LDBP model. The experimental results show that in comparison with the traditional identification technology， the improved recognition technology for human face biological feature recognition has high recognition precision and strong practicability， which has certain advantages. 　　Keywords： machine vision; human face; biological feature recognition; camera; dichromatic reflection; LDBP 0 引 言 　　人?自身身份的识别需要更高的精准性、实用性与安全性，主要是由于人类物理与虚拟活动空间的增大，网络与通信技术不断提高，增加了识别难度。常用识别方法一直存在一些问题，例如人在面前，却由于身份信息的缺失，无法进行身份的有效确定。为了解决这一难题，生物特征识别技术应运而生，其原理为通过收集和采用人的生物特征样本，再经过计算机技术，识别人的身份。生物特征按特点被分为生理和行为特征，由于生物识别技术不易丢掉，具有更高的安全性，确认也更为方便，在身份认证领域有很好的发展前景[1]。但生物识别技术也会因采集技术的不完善、采集条件复杂等造成干扰，导致识别结果出现识别效率低、误差大的问题。对此提出基于机器视觉的人脸生物特征改进识别技术，即人脸从几个角度被不用