强度与梯度相结合的局部方向模式人脸识别

《强度与梯度相结合的局部方向模式人脸识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码U10530学号201510121229分类号TP391密级U公开硕士学位论文强度与梯度相结合的局部方向模式人脸识别学位申请人刘建U指导教师U杨恢先教授学院名称U物理与光电工程学院学科专业U电子科学与技术研究方向U信号处理与系统设计二〇一八年六月三日FacerecognitionbasedonIntensityandGradientLocalDirectionalPatternCandidateJianLiuSupervisorProfessorHuixianYangCollegeSchoolofPhys

2、icsandOptoelectronicsEngineeringProgramEletronicScienceandTechnologySpecializationSignalprocessingandsystemdesignDegreeMasterofEngineeringUniversityXiangtanUniversityDateJune3th,2018摘要如何有效获取人脸特征信息一直是人脸识别研究重点。局部方向模式（LocalDirectionalPattern,LDP）由于其对光照、遮挡和噪声等具有较

3、强的鲁棒性，在人脸识别应用中取得显著的成果。但也还有一些缺陷，因此通过深入研究LDP算法，并提出相应几种改进算法。论文主要研究内容如下：(1)提出一种双空间局部方向模式（DoubleSpaceLocalDirectionalPattern,DSLDP）的人脸识别算法。首先，将图像3×3邻域像素灰度值与8个Kirsch模板算子卷积，得到8个方向的边缘响应值，然后，将近邻边缘响应值相应作差，对应8个方向的边缘响应差值，将两组值取绝对值，取各自最大值的方向编码构成一个二位八进制数，形成DSLDP码。最后，在人脸特征提取

4、过程中，分别将人脸按照一定的大小来分块，并把每块形成DSLDP编码图，再对DSLDP编码图进行分类与统计，并利用信息熵对每块进行加权，将所有子块的直方图串接生成人脸特征，再通过PCA（PrincipalComponentsAnalysis）进行降维，用最近邻分类器分类识别。(2)提出一种双差值局部方向模式（DoubleDifferenceLocalDirectionalPattern,DDLDP）人脸识别算法。首先，分别将半径为1的3×3邻域像素灰度值和半径为2的5×5邻域像素灰度值与8个Kirsch模板算子卷积

5、，得到两组对应8个边缘响应值，然后，将半径为1得到的近邻边缘响应值，按照逆时针方向前后作差并取绝对值，得到对应8个边缘响应差值，再将半径为1和2得到的边缘响应值上下作差并取绝对值，也得到一组8个边缘响应差值，最后，取两组边缘响应差值的最大值对应的方向下标，组成一个二位八进制数，形成DDLDP码。(3)提出一种正交梯度差局部方向模式(OrthogonalGradientDifferenceLocalDirectionalPattern,OGDLDP)的人脸识别方法。首先，分别将3×3和5×5的邻域像素灰度值与两组不

6、同的8个Kirsch算子卷积，并将其得到两组边缘响应值按照对应编号相互作差并取绝对值，得到8个水平和垂直方向的边缘响应差值；然后，将3×3邻域得到的近邻边缘响应值，按照逆时针方向前后作差并取绝对值，也得到8个水平和垂直方向的边缘响应差值，最后，取两组边缘响应差值的最大值对应的方向下标，组成一个二位八进制数，形成OGDLDP码。实验结果表明，所提算法提高了识别率，且对光照、表情和遮挡变化有较好的鲁棒性。关键词：双空间局部方向模式；双差值局部方向模式；正交梯度差局部方向模式；人脸识别；局部方向模式；IAbstract

7、Howtoobtainfacialfeatureinformationeffectivelyhasalwaysbeenthefocusoffacerecognitionresearch.LocalDirectionalPatternhasbecomeoneofthemostpopularfacerecognitionalgorithmsbecauseofitsstrongrobustnesstoillumination,occlusionandnoise.However,therearestillsomeflaw

8、s.Therefore,theLDPalgorithmisstudiedindepthandseveralcorrespondingimprovedalgorithmsareproposed.Themainresearchcontentsofthepaperareasfollows:(1)AmethodoffacerecognitionbasedonDoubleSpace