复杂背景下多人脸的检测与识别算法-应用数学专业论文.docx

万方数据 万方数据 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我 一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签名: Ia怪想 日期: 主01.年.)ffl 2$13 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人承诺所提交的学位论文(含电子学位论 文)为答辩后经修改的最终定稿学位论文，并授权武汉理 工大学可以 将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大 学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社 会公众提供信息服务。 (保密的论文在解密后应遵守此规定) 研究生(签名) :尚佳歇导师(签名):王仿有日期以哗 万方数据 万方数据 中文摘要 人脸识别技术因其具有非接触性和隐蔽性成为最容易被接受的生物认证技 术，并且得到了广泛的关注和研究。但是检测和识别结果往往受到光照、表情、 遮挡等因素的影响，所以仍有很多技术问题亟待解决。 本文围绕复杂背景下的静态人脸检测和识别算法进行研究，针对 Adaboost 人脸检测算法和局部二值模式人脸识别算法存在的局限性，以及 Gabor 特征维 数过高且对表情等因素不够鲁棒的问题展开了研究。具体工作如下： (1)在传统 Adaboost 人脸检测算法基础上，融合肤色特征和灰度特征，通过 肤色模型和灰度投影算法实现人脸的二次检测。实验结果表明，改进的 Adaboost 算法提高了人脸检测的准确率。 (2)针对 LBP 算子提取人脸特征时维数过高的问题，利用主成分方法进行了 降维。实验结果表明，新的 LBP 算子不仅降低了维数而且特征更加有效。 (3)多尺度、多方向的 Gabor 特征虽然可以有效地表征人脸特性，但是由于 特征的维数过高，导致识别耗时。本文将每个尺度的 8 个方向的 Gabor 幅值图 编码为一幅对应的模式图，大大降低了特征长度，提高了识别速度。 (4)本文提出对人脸图像分块计算 LGBP 直方图的方法，以减少表情及遮挡 等因素对人脸识别的影响。实验表明了 8 ??8 的分块模式在保证计算速度的同时 能获得较高的识别率。 关键词：Adaboost 算法，肤色模型，灰度投影，LBP 算子，Gabor 滤波器 I Abstract The face recognition technology becomes the most easily acceptable biometric recognition method because of its non-contact and concealment. So it gets compre- hensive attention and a lot of research has been done in this field. But the results of detection and recognition are always affected by illumination, expression and occlusion et al. So it still has many technical problems to be solved. The thesis studies the algorithm of face detection and recognition with the static image in complex background. The face detection algorithm based on Adaboost and the face recognition algorithm based on LBP both have limitations. And the Gabor feature has high dimension and is not robust enough to the factors of expression et al. The thesis studies the solutions of these problems. Details are as follows: We combine the characteristics of skin color and graysc