基于HOG特征LBP特征的人脸识别方法研究-控制工程专业论文.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导孵指导下进行的研究工俸及取得的 独创性声明 本人声明所呈交的学位论文是本人在导孵指导下进行的研究工俸及取得的 研究成果。据我所知，除了文申特别加以标注和致谢的地方外，论文中不包含其 他入已经发表或撰写过的研究威暴，也不包含为获得安徽大学或其他教育机构的 学位或证书面使用过的材料。与我一同工作的同志对本研究所徽的任何贾献均巴 在论文中作了明确的说明并袭承谢意。 学位论文作者签名：＼多。孕 签字日期： 2，心年岁月≯f骞 学位论文版权使用授权书 本学位论文作者完全了勰安徽大学有关保留、使用学位论文的规定，有权 保留并向国家有关部门或规构送交论文的复印件和磁盘．允许论文被查阅和借 阅。本人授权安徽大学可以将学证论文的全部或部分内容编入有关数据霹进行检 索。可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名：昌一年 导晦签名： 签字霹期：z彤每f月≯7骞 签字日期： ≯，歹簪，月2／霹 万方数据 摘要 摘要 I愀掣料 摘要 随着高科技的进步与发展，数字图像已经成为一种重要的多媒体形式，人类 生活方方面面都会涉及大量数字图像。如何对这些图像进行标识和分类已逐渐成 为人们关注的焦点。面对海量数字图像仅仅靠人力已经远远不够，我们需要借助 机器来实现图像识别。这时将模式识别知识应用到数字图像领域，便可解决图像 识别问题。人脸识别技术作为图像识别技术的重要代表，其应用十分广泛，例如 档案管理系统、住宅安全、信用卡验证、银行自助提款机等。所以人脸识别技术 的研究具有很重要的实用价值和现实意义。 首先，本文概述了人脸识别技术的背景、意义和国内外研究现状；其次， 叙述了人脸识别技术的基础知识，包括图像识别系统的流程、特征提取与选择以 及模式分类，其中重点说明了特征脸、Fisher脸方法以及HOG特征、LBP特征 的获取方法，并且又详细叙述了三个分类器的算法，一个是经典且简单的K．近 邻分类器，一个是实用的线性回归分类器，另一个是热门的稀疏表示分类器。文 章重点是探究优良的特征与适当的分类器结合以实现高的人脸分类精度，通过控 制变量法来研究特征提取方法与分类器结合的分类效果。本文研究结论如下： (1)将HOG特征、LBP特征引入到线性回归分类器(LRC)中能大大提 高该分类器的分类精度，尤其在训练样本较少的情况下更能展现其分类实力，进 而延伸至与最近邻分类器(NN)、稀疏表示分类器(SRC)结合也展现了该方面 的能力： (2)尽管HOG特征和LBP特征都对光照变化等因素具有鲁棒性，但HOG 特征在应对有明显光照变化和表情变化的图像分类问题时更具有优势； (3)特征脸特征在参与有明显光照变化的图像分类时并不能发挥其好的分 类作用： (4)我们在做HOG特征和LBP特征与LRC结合实验时发现，在有遮挡块 的图像分类中二者有利于提高线性回归分类器的分类精度。但由于本文实验的图 像重点不在于有遮挡的图像上，所以并未在其他分类器上做深入的探讨； (5)以各个特征方法为控制变量研究分类器性能时，随着训练样本数一定 万方数据 基于HOG特征和LBP特征的人脸识别方法研究程度上的增加，三个分类器的分类精度整体上是递增的；无论提取的什么类型的 基于HOG特征和LBP特征的人脸识别方法研究 程度上的增加，三个分类器的分类精度整体上是递增的；无论提取的什么类型的 特征，基本上是稀疏表示分类器的分类能力最强，其次是线性回归分类器，最后 是最近邻分类器。 关键词：人脸识别；HOG特征；LBP特征；LRC：SRC II 万方数据 ABSTRACTABSTRACT ABSTRACT ABSTRACT W．也the progress and development of science and technology,the digital image has become an important form of multimedia．All aspects of our life involve a large number of digital images．How to identify and classify these images has gradually become a hot topic．In the face of huge amounB of digital images，manpower is not enough，SO machine is needed to realize image recognition．Appl撕ng the knowledge of paRem recognition to the field of digital im