欢迎来到天天文库
浏览记录
ID:35044783
大小:2.72 MB
页数:57页
时间:2019-03-16
《光照健壮局部二值人脸特征描述方法研究》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、光照健壮局部二值人脸特征描述方法研究重庆大学硕士学位论文(学术学位)学生姓名:李丙海指导教师:杨利平副教授专业:仪器科学与技术学科门类:工学重庆大学光电工程学院二O一六年四月ResearchonIlluminationRobustLocalBinaryFaceFeatureDescriptionmethodAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByLiBinghaiSupervisedb
2、yAssociateProf.YangLipingSpecialty:InstrumentScienceandTechnologyCollegeofOpto-electronicEngineeringofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学位论文中文摘要摘要随着人们在社会公共安全、国防等诸多方面的意识不断提高、需求不断增长,作为生物识别技术代表的人脸识别技术受到研究人员的极大关注。约束条件下的人脸识别技术已经取得令人满意的识别结果,但无约束人脸识别技术因受到光照、遮挡、姿态等因素影响,系统的
3、识别性能显著下降。于是,无约束人脸识别成为当前研究的重点。在人脸识别中,人脸图像特征描述是其核心之一,而光照因素又是影响特征性能的关键因素之一。因此,光照问题自然成为当前人脸识别领域研究的热点,如何在复杂多变的光照环境中提取光照健壮的人脸特征是解决光照问题的关键。论文在对人脸识别技术和局部二值模式方法研究的基础上,选取人脸识别中的光照问题作为论文的研究重点。论文通过对局部二值模式和光照不变量提取方法的研究,发现局部二值模式方法具有高效图像纹理信息描述能力,但对剧烈光照变化缺乏健壮性;而光照不变量提取方法对光照影响具有很好的健壮性,但对图像中的纹理信息的提取表
4、现欠佳。针对两种方法的优势和不足,我们将两种方法的优势融合起来,提出一种光照健壮联合局部偏导直方图特征提取方法。该方法先根据图像中不同光照成分分别使用同态滤波和相对梯度图像方法去除光照因素对图像特征描述的影响,再针对光照不变相对梯度图像中纹理细节信息不突出的问题,使用图像纹理细化的方法丰富了图像的纹理信息,提高了图像描述特征的鉴别性和光照健壮性,最后根据局部二值模式特征向量生成方法,形成光照不变联合局部偏导直方图特征,保留大量图像本质特征和邻域相关信息,有效增强了人脸识别系统的光照健壮性能。论文的主要工作简要概括如下:①对人脸识别技术和局部二值模式研究现状进
5、行调研,为下文人脸识别中光照问题的研究奠定理论基础。通过对光照问题的深入分析,选择光照不变提取方法与局部二值模式融合的研究方案作为论文研究重点和主要内容。②针对局部二值模式的基本原理及相关内容、几种人脸识别局部二值改进方法进行研究,首先,通过对局部二值模式基本理论及相关内容的研究,了解了局部二值模式高效图像纹理信息提取性能。然后,对几种人脸识别局部二值改进算法进行研究,分析总结了每种改进算法针对原始局部二值模式具体问题的改进思路,为解决人脸识别中的光照问题提供一些思路。最后,对几种人脸局部二值改进算法进行实验并对结果进行分析。③讨论和研究了几种光照不变量提取
6、方法,在分析总结了局部二值模式和光I重庆大学硕士学位论文中文摘要照不变量提取方法的优点和不足的基础上,将两种方法进行融合,实现优势互补,提出一种光照健壮的局部二值人脸特征提取方法。通过在FERET、YaleB、PIE人脸图像库上的实验,验证了提出方法的光照健壮性和人脸识别性能。关键词:人脸识别,相对梯度图像,局部二值,光照健壮,局部偏导II重庆大学硕士学位论文英文摘要ABSTRACTWiththeimprovementofpeople’sawarenessandrequirementaboutsocialpublicsecurityandnationalde
7、fensesecurityconstantly,facerecognitiontechnology,whichistherepresentativeofthebiometricrecognitiontechnology,issufferedgreatattentionofresearchers.Constrainedfacerecognitiontechnologyhasachievedasatisfactoryrecognitionrate,buttherecognitionperformanceofunconstrainedfacerecognition
8、technologywilldeclinesubst
此文档下载收益归作者所有