基于局部特征提取的人脸识别方法研究

《基于局部特征提取的人脸识别方法研究》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、基于局部特征提取的人脸识别方法研究AStudyofFaceRecognitionBasedonLocalFeatureExtraction一级学科：数学学科专业：应用数学研究生：李文娟指导教师：陈永川教授天津大学数学学院二〇一七年五月二十五日万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天天天津津津大大大学学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

2、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。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天天天津津津大大大学学学有关保留、使用学位论文的规定。特授权天天天津津津大大大学学学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日万方数据摘要摘要人脸识别作为一种生物识别技术

3、，相比于指纹识别、虹膜识别等而言，具有采集方式友好、应用场合广泛、潜在的数据资源丰富等优点。随着人类迈入信息时代，计算机和网络技术日渐发达，信息安全日益重要，许多应用领域对与人脸有关的信息处理提出了更高的要求；而同时硬件和软件技术的发展，也为满足实际应用系统对人脸检测、跟踪及识别技术的实时化要求提供了可能性，人脸识别研究更加白热化。由于人脸识别容易受遮挡、光照、噪声等外部因素以及表情、姿态等内部因素的影响，建立对于这些因素不敏感的描述模型是一项艰巨而紧迫的任务。研究发现，相较全局特征描述，局部特征描述更便于削弱或者解

4、除部分影响因素对识别功能的制约。二维离散小波变换（thetwo-dimensionaldiscretewavelettransform，2D-DWT）、Gabor小波变换、局部二值模式（localbinarypattern，LBP）以及当前炙手可热的卷积神经网络（convolutionalneuralnetwork，CNN）都是常用的具有一定局部细节描述能力的特征提取方法。本文以提取人脸局部有效判别特征为研究目标，以分块描述和融合描述为主要研究思路，对人脸识别方法进行研究，主要贡献概括如下：（1）提出了基于非一致分块

5、的人脸识别方法（non-uniformpatchbasedfacerecognitionvia2D-DWT，NUPDWT）。该方法的核心内容为非一致分块策略（non-uniformpatch，NUP），它是以2D-DWT子带的物理意义为依据，结合积分投影的思想，提出的一种对人脸不同区域进行区分性划分的分块方法。相较人工分块与平均分块而言，该种分块策略更为自动且在很大程度上保持了局部信息的完整性。它是基于平均人脸且实施于小波低频子带上的分块策略。分块后提取小波近似系数作为特征，再结合最近邻分类和多数投票法，就构成一种新

6、的人脸识别方法——NUPDWT。在多个人脸数据库包括AR遮挡子库上的实验显示，该方法相比一些基于小波和当前比较流行的方法而言，识别效果更好，且对于处理遮挡等问题有一定的优越性。（2）提出了基于自适应分块的人脸识别方法（self-adaptingpatchbasedfacerecognition，SAPFR）。沿着非一致分块的思路，延伸提出了一种不仅对人脸不同区域具有区分性，而且对不同人脸样本也具有区分性的分块策略，即块的具体划分与每张图像的具体结构更有对应性，称自适应分块策略（self-adaptingpatch，S

7、AP）。该策略比非一致分块更适合识别在自然状态下采集到的人脸图像。分块的主要依据是2D-DWT的边缘检测功能，且该分块策略实施在原图像上。之后再采用LBP这种提取局部特征的强有力工具，采用I万方数据天津大学博士学位论文融合稀疏思想的有效分类方法，得到对应的人脸识别方法SAPFR。在Georgia和LFW两大具有挑战性的自然状态人脸数据库上的实验中，SAPFR方法展现了比相关的基于分块或其它局部特征的方法更明显的优势。这归功于自适应分块策略的提出及其与LBP特征提取方法和分类器的有效结合。（3）提出了采用局部二值模式（

8、LBP）思想来分析Gabor小波子图的一种新人脸识别算子（LBP-likefeaturebasedonGaborwavelets，GLLBP）。由于Gabor小波子图之间具有一定的关联性，可以采用LBP思想来分析其内在关联性，这样便提出了一种新的人脸描述算子，即GLLBP，它综合了LBP和Gabor的优点，如对光照、噪声不敏感。并根据Gabor