基于Gabor小波和CSLBP的人脸特征提取算法的研究.pdf

重庆大学硕士学位论文中文摘要I 摘要近几十年来,自动人脸识别技术取得到了很大的进步,各种各样的人脸识别算法相继被提出。另外,受到公共安全、金融安全、人机交互等领域潜在的需求的驱动,计算机人脸识别技术面临着很大的发展机遇,成为计算机视觉领域的研究热点。虽然,自动人脸识别技术取得了一些成功,但是自动人脸识别仍然面临着许多难题。其原因在于,人脸图像在获取过程中会受到诸如姿态、表情、光照、拍摄时间等外界以及自身因素的影响。因此,一个实际的、有效的人脸识别算法应该对这些干扰具有很好的鲁棒性。近来,Gabor小波被广泛地应用到人脸识别领域,取得了很好的效果。除了Gabor小波,局部二值模式算子(LBP)也被成功的应用到人脸识别研究中。利用Gabor小波与LBP结合提取人脸特征,所提取的特征维数通常很高。因此,对人脸高维特征进行降维是一个丞待解决的问题。针对Gabor与LBP结合提取人脸特征维数过高以及提取鲁棒性特征问题,本文对其进行了研究,并提出了两个提取人脸特征的算法。本文的主要工作如下:①针对Gabor小波与LBP结合提取人脸图像特征维数过高问题,本文提出了基于Gabor小波与中心对称局部二值模式(CS-LBP)结合的人脸识别算法。算法中:把CS-LBP算子引入人脸识别中代替LBP算子,降低LBP提取特征维数;对Gabor滤波图像按不同方向和尺度进行叠加,减少Gabor滤波图像;对叠加以后的图像进行CS-LBP编码,并提取分块直方图特征;将分块直方图特征进行顺序级联,形成人脸图像特征向量。ORL、Yal e、FERET标准人脸库上的实验结果表明,该算法很大程度上降低了所提取特征的维数,减少了存储空间,提高了计算速度,并取得了相当的识别率。②针对CS-LBP算子提取的纹理特征不够丰富、不够全面,提出了基于多级CS-LBP特征融合的人脸识别算法。算法中:利用CS-LBP算子对人脸图像进行一次特征提取;对特征图像再进行相同方式的特征提取,如此提取多级CS-LBP特征;将不同级特征图像划分成等大、不重叠的子图像,并统计子图像直方图特征;将子图像直方图特征进行顺序级联,形成人脸图像特征向量。ORL、Yal e标准人脸库上的实验结果表明,相比一级CS-LBP特征,基于多级CS-LBP特征融合算法的人脸识别率有明显提高。关键词:人脸识别,Gabor小波,中心对称局部二值模式,多级特征融合重庆大学硕士学位论文英文摘要II ABSTRACT Over past few years, automatic face recognition technique has got a great progress and different kinds of face recognition approaches have been developed. Now, face recognition has a good opportunity to make a further progress and has e one of the most active research areas puter vision, motivated by the extensive potential application in public security, financial security, puter interaction, and so on. Although, automatic face recognition technique achieves a ess to some extent, it is still a difficult problem puter vision. The reason of difficulty is that in the course of obtaining facial image there are some factors to affect the quality of face image, such as variations in pose, facial expression, illumination condition, aging, etc. Therefore, a practical and effective face recognition technique needs to be robust to these variations. Recently, the Gabor filter has been applied to face recognition essfully and has achieved a good performance. In addition