在當(dāng)今人工智能飛速崛起的時代,生物特征識別技術(shù)憑借其可靠性和便捷性迅速獲得廣大人民群眾的青睞。其中人臉識別技術(shù)更是因其精準(zhǔn)的識別效果、友好的交互界面和較低的系統(tǒng)成本而受到廣泛關(guān)注。人臉識別發(fā)展至今已歷經(jīng)五十余年,對于受控環(huán)境下采集的標(biāo)準(zhǔn)人臉識別技術(shù)已經(jīng)比較成熟。但在現(xiàn)實(shí)環(huán)境中,由于各種因素的干擾,如光照、姿勢等,采集到的人臉圖像往往不如預(yù)期的完美,其識別結(jié)果也會相應(yīng)受到影響。在這些干擾中,遮擋所引起的問題最為顯著。對有遮擋圖像提取出魯棒細(xì)致的特征對于后續(xù)的分類識別有著非常重要的意義。由于全局性的特征提取技術(shù)會將局部遮擋帶來的影響擴(kuò)散到全局,因此局部特征提取技術(shù)更適合于遮擋圖像。本文提出了三種有效的局部算子,分別是韋伯對稱局部圖結(jié)構(gòu)(Weber Symmetrical Local Graph Structure,WSLGS),局部循環(huán)圖結(jié)構(gòu)(Local Cycle Graph Structure,LCGS)和局部方向紋理模式(Local Directional Texture Pattern,LDTP)。實(shí)驗表明,相對于傳統(tǒng)的局部算子來說,本文提出的算子對于遮擋人臉圖像的識別效果更好。本...

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 生物特征識別技術(shù)
        1.1.1 生物特征識別技術(shù)分類
        1.1.2 生物特征識別技術(shù)的前景
    1.2 人臉識別技術(shù)概述
    1.3 遮擋人臉識別研究
        1.3.1 遮擋人臉識別研究意義
        1.3.2 遮擋人臉識別國內(nèi)外研究現(xiàn)狀
    1.4 本文主要工作及內(nèi)容安排
2 遮擋人臉識別技術(shù)
    2.1 遮擋人臉識別技術(shù)原理
    2.2 遮擋人臉識別技術(shù)基礎(chǔ)理論
        2.2.1 全局特征提取算法
        2.2.2 局部特征提取算法
        2.2.3 分類器簡介
    2.3 遮擋人臉數(shù)據(jù)庫簡介
        2.3.1 自建高清人臉姿態(tài)數(shù)據(jù)庫
        2.3.2 AR數(shù)據(jù)庫
        2.3.3 Extended YaleB數(shù)據(jù)庫
    2.4 本章小結(jié)
3 基于韋伯對稱局部圖結(jié)構(gòu)的遮擋人臉識別
    3.1 基于韋伯對稱局部圖結(jié)構(gòu)的遮擋人臉識別
        3.1.1 韋伯對稱局部圖結(jié)構(gòu)
        3.1.2 基于韋伯對稱局部圖結(jié)構(gòu)的遮擋人臉識別流程
    3.2 實(shí)驗與分析
    3.3 本章小結(jié)
4 基于局部循環(huán)圖結(jié)構(gòu)的遮擋人臉識別
    4.1 基于局部循環(huán)圖結(jié)構(gòu)的遮擋人臉識別
        4.1.1 局部循環(huán)圖結(jié)構(gòu)
        4.1.2 基于局部循環(huán)圖結(jié)構(gòu)的遮擋人臉識別流程
    4.2 實(shí)驗與分析
    4.3 本章小結(jié)
5 基于局部方向紋理模式的遮擋人臉識別
    5.1 基于局部方向紋理模式的遮擋人臉識別
        5.1.1 局部方向紋理模式
        5.1.2 基于局部方向紋理模式的遮擋人臉識別流程
    5.2 實(shí)驗與分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
7 參考文獻(xiàn)
8 攻讀碩士學(xué)位期間發(fā)表論文與科研項目情況
9 致謝



本文編號：3849237