【摘要】：人臉識(shí)別技術(shù)在電子商務(wù)、日常生活等領(lǐng)域得到非常廣泛的應(yīng)用,也是幾十年來模式識(shí)別和計(jì)算機(jī)視覺中的研究熱點(diǎn)之一。但是在實(shí)際應(yīng)用中,人臉圖像是在不受控環(huán)境下獲取的,而且采集到的訓(xùn)練樣本數(shù)量有限,在這種條件下就會(huì)極大地影響人臉識(shí)別系統(tǒng)的性能。研究在各種非約束環(huán)境下最有效、最具有分辨力的人臉特征提取算法,是開發(fā)出實(shí)用、真正高效的自動(dòng)人臉識(shí)別系統(tǒng)的關(guān)鍵。局部二值模式(Local Binary Pattern,LBP)是一種高效的圖像紋理描述算子,近年來,受到了越來越多的關(guān)注并成功應(yīng)用于人臉識(shí)別領(lǐng)域。然而,LBP算子本身還不完善,主要存在以下問題:由于其閾值完全依賴局部區(qū)域的中心像素,因此LBP對(duì)于噪聲較為敏感,另外,提取LBP特征前進(jìn)行分塊往往會(huì)帶來的偏差問題,以及在復(fù)雜光照條件下其性能不夠魯棒等。本文重點(diǎn)對(duì)這些問題開展研究,論文主要工作如下:1.針對(duì)LBP算子的閾值完全依賴局部區(qū)域中心像素的缺點(diǎn),本文提出了自適應(yīng)閾值的ALGTP(Adaptive Local Gabor Ternary Pattern)人臉識(shí)別方法。該方法通過計(jì)算局部區(qū)域像素的均值和方差,自動(dòng)生成局部區(qū)域的閾值,它不再完全依賴于局部區(qū)域的中心像素。2.針對(duì)圖像提取特征前進(jìn)行均勻分塊所帶來的偏差問題,提出了更具有魯棒性的基于SIFT算法的自適應(yīng)分塊策略,該方法盡量把人臉五官分到同一個(gè)區(qū)域。實(shí)驗(yàn)結(jié)果表明,該分塊策略提高了ALGTP對(duì)人臉的姿態(tài)變化,尤其是左右旋轉(zhuǎn)變化的魯棒性。3.針對(duì)LBP在復(fù)雜光照條件下其性能不夠魯棒的問題,本文提出了一種基于光照歸一化預(yù)處理和ALGTP的人臉識(shí)別方法。該方法在進(jìn)行ALGTP特征提取之前,先利用光照歸一化技術(shù)對(duì)人臉圖像進(jìn)行預(yù)處理,從而有效提高了ALGTP描述子對(duì)光照變化的魯棒性。
[Abstract]:Face recognition technology has been widely used in e-commerce, daily life and other fields, and it is also one of the research hotspots in pattern recognition and computer vision for decades. However, in practical applications, face images are obtained in uncontrolled environment, and the number of training samples collected is limited, in this case, it will be extremely extreme. Local Binary Pattern (LBP) is an efficient image texture descriptor. In recent years, it has been widely accepted that the research of the most effective and resolving face feature extraction algorithm in various unconstrained environments is the key to develop a practical and truly efficient automatic face recognition system. However, the LBP operator itself is still imperfect and has the following problems: because its threshold is completely dependent on the central pixels of the local region, LBP is more sensitive to noise. In addition, the bias problem caused by segmentation before extracting the LBP features, and in the complex light, is often caused. The main work of this paper is as follows: 1. To overcome the disadvantage that the threshold of LBP operator depends entirely on the central pixel of local region, an adaptive threshold ALGTP (Adaptive Local Gabor Ternary Pattern) face recognition method is proposed. The mean and variance of the pixels in the domain can automatically generate the threshold of the local region. It no longer depends entirely on the central pixels of the local region. 2. To solve the deviation caused by uniform segmentation before feature extraction, a more robust adaptive segmentation strategy based on SIFT algorithm is proposed. This method tries to divide the facial features into the same one. Experimental results show that the proposed algorithm improves the robustness of ALGTP to face pose change, especially to left-right rotation. 3. To solve the problem that LBP performance is not robust enough under complex illumination conditions, a face recognition method based on illumination normalization preprocessing and ALGTP is proposed. In order to improve the robustness of ALGTP descriptors to illumination changes, the illumination normalization technique is used to preprocess the face images before extraction.
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉天亮;戴修斌;陳昌紅;朱秀昌;劉峰;羅立民;;對(duì)光照變化魯棒的快速關(guān)鍵點(diǎn)提取與匹配[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

2 戶磊;劉渭濱;邱亞欽;邢薇薇;李波;;光照變化下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];中國科技論文在線;2011年04期

3 宋世軍;宋連玉;郝龍龍;喬彩風(fēng);;光照變化對(duì)螺栓識(shí)別影響的實(shí)驗(yàn)研究[J];中國工程機(jī)械學(xué)報(bào);2012年03期

4 敖邦乾;廖紅虹;熊飛嶠;;對(duì)光照變化魯棒的一種運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];光電工程;2013年01期

5 蘇宏濤,張艷寧,王晶,趙榮椿;光照變化條件下的人臉識(shí)別研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2004年04期

6 孫吉花;劉肖琳;;光照變化的背景減除新算法[J];計(jì)算機(jī)仿真;2007年09期

7 趙英男;耿煥同;傅德勝;徐勇;;光照變化條件下不敏感特征的提取[J];武漢理工大學(xué)學(xué)報(bào);2010年16期

8 李楠;;一種光照變化條件下的人臉識(shí)別方法[J];計(jì)算機(jī)與現(xiàn)代化;2012年07期

9 趙旭東;劉鵬;劉家鋒;唐降龍;;一種光照變化場(chǎng)景建模方法[J];智能計(jì)算機(jī)與應(yīng)用;2012年05期

10 趙英男;孟憲權(quán);徐勇;侯春明;;光照變化條件下的人臉識(shí)別預(yù)處理[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

相關(guān)會(huì)議論文 前1條

1 林明秀;劉偉佳;張達(dá)旭;徐心和;;適應(yīng)光照變化的車輛目標(biāo)跟蹤算法[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 劉景波 文并圖;接片拍攝的五個(gè)原則[N];中國攝影報(bào);2014年

相關(guān)博士學(xué)位論文 前6條

1 習(xí)文星;移動(dòng)背景下視覺的行人檢測(cè)、識(shí)別與跟蹤技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

2 蔣曉悅;光照變化條件下的人臉檢測(cè)與識(shí)別算法研究[D];西北工業(yè)大學(xué);2006年

3 于方杰;光照變化條件下立體視覺技術(shù)研究[D];中國海洋大學(xué);2013年

4 劉中華;光照變化條件下的人臉特征抽取算法研究[D];南京理工大學(xué);2011年

5 單勇;復(fù)雜條件下視頻運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤[D];國防科學(xué)技術(shù)大學(xué);2006年

6 趙明華;人臉檢測(cè)和識(shí)別技術(shù)的研究[D];四川大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 靳強(qiáng);基于移動(dòng)設(shè)備的內(nèi)指橫紋生物特征身份認(rèn)證研究[D];華南理工大學(xué);2015年

2 萬艾學(xué);視頻序列中多運(yùn)動(dòng)目標(biāo)的檢測(cè)與識(shí)別[D];電子科技大學(xué);2014年

3 王紅嶺;基于ALGTP的人臉識(shí)別研究[D];上海師范大學(xué);2016年

4 呂碩;光照變化條件下的人臉識(shí)別研究[D];寧夏大學(xué);2016年

5 白小葉;光照變化下的人臉識(shí)別算法研究[D];南京郵電大學(xué);2016年

6 姜琳;光照變化條件下的人臉識(shí)別研究[D];重慶大學(xué);2009年

7 林忠濤;光照變化條件下人臉識(shí)別技術(shù)研究[D];華南理工大學(xué);2013年

8 陳昌鳳;表情與光照變化下幾種人臉識(shí)別方法的研究與改進(jìn)[D];哈爾濱工業(yè)大學(xué);2010年

9 羅歡;面向特殊場(chǎng)景的運(yùn)動(dòng)人體目標(biāo)檢測(cè)與跟蹤研究[D];武漢科技大學(xué);2015年

10 王勇軍;基于局部匹配的人臉識(shí)別方法[D];南昌大學(xué);2012年

，

本文編號(hào)：2248057