基于局部Gabor二值模式的戴眼镜人脸识别算法研究的中期报告.docxVIP

基于局部Gabor二值模式的戴眼镜人脸识别算法研究的中期报告 一、课题研究背景 随着计算机技术的不断发展，人脸识别技术在安防、金融、社会管理等领域得到了广泛应用和发展。然而，在现实应用中，戴眼镜的人脸识别依然存在一定的技术难点，如光照、遮挡、眼镜架材质、镜片类型和成色等影响因素，导致识别精度有限。 针对这一问题，本课题研究基于局部Gabor二值模式的戴眼镜人脸识别算法，以提高对戴眼镜人脸识别的准确率和鲁棒性。通过对眼镜边框和眼镜镜片分别进行处理，提取眼部、鼻梁和颧骨等区域的特征信息，结合Gabor滤波器进行特征提取和表示。并通过构建基于支持向量机（SVM）的分类器，对不同戴眼镜情况下的人脸进行分类识别。 二、论文进展 1. 研究方法 （1）数据集的采集和预处理：从公开数据集中筛选合适的戴眼镜的人脸图像进行收集和筛选，包括光照、表情和姿态等方面的变化。对采集的图像进行预处理，包括人脸检测、人脸对齐和亮度增强等步骤。 （2）眼镜边框和镜片分割：对戴眼镜图像进行分割，分别提取眼镜边框和镜片的区域，消除眼镜对人脸特征提取的干扰。 （3）特征提取：基于Gabor滤波器和二值模式算法进行局部特征提取，包括眼部、鼻梁和颧骨等区域的纹理特征和形状特征，进一步提高对戴眼镜人脸的区分度和准确率。 （4）分类识别：基于SVM构建分类器，对戴眼镜人脸进行分类识别，实现对不同戴眼镜情况下的人脸识别。 2.