学位论文 > 优秀研究生学位论文题录展示
基于LBP和Adaboost的人脸识别算法研究
作 者: 周士奇
导 师: 张祥德
学 校: 东北大学
专 业: 应用数学
关键词: 人脸识别 局部二进制模式 Adaboost算法 ELBP算子
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 81次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别作为一种生物特征识别技术,受到了广泛的关注,成为应用数学、信息技术紧密结合的前沿热点问题。识别算法是人脸识别系统的核心部分,直接影响到系统的性能。结合现代应用数学技术,本文主要研究了基于局部二进制模式(Local Binary Pattern,简称LBP)和Adaboost的人脸识别算法。主要内容如下:第一,在应用LBP算子构造特征的过程中,提出了新的跳跃式分块方式。用此方法构造的特征能够在信息冗余较低的情况下,反映人脸不同尺度、不同位置的特征,便于机器学习算法高效地选择最佳特征。第二,在Adaboost算法的训练过程中提出了快速计算样本方法和计算阈值方法,提高了Adaboost算法的训练速度。并提出对样本进行随机排序,提高训练结果的鲁棒性。第三,针对LBP算子的一些不足,采用了拓展局部二进制模式(Extended Local Binary Pattern,简称ELBP)构造特征。使得到的特征不仅反映纹理变化的大小,而且反映了纹理变化的趋势。并且在训练过程中,应用统计方法构造了ELBP算子的统一模式,减小了训练的计算量。本文算法分别在中科院CASIA NIR近红外人脸数据库、中科院CAS-PEAL-R1可见光人脸数据库上进行了实验,系统的正确识别率分别达到了99.0%和99.2%。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-15 1.1 人脸识别研究的背景和意义 9-10 1.2 人脸识别方法概述 10-13 1.2.1 人脸识别研究现状 10 1.2.2 人脸识别的主要方法和分析 10-13 1.3 本文主要内容及安排 13-15 第2章 LBP算子 15-21 2.1 LBP算子 15-17 2.1.1 纹理概述 15 2.1.2 LBP算子 15-17 2.2 LBP算子的统计测定 17-19 2.3 LBP算子的优点 19-20 2.4 本章小结 20-21 第3章 Adaboost算法 21-29 3.1 Adaboost算法 21-22 3.1.1 Adaboost算法 21-22 3.1.2 训练误差分析 22 3.2 改进Adaboost算法 22-23 3.3 级联分类器 23-27 3.4 本章小结 27-29 第4章 LBP和Adaboost结合的人脸识别算法 29-57 4.1 人脸识别问题转化 29-30 4.2 特征构造 30-39 4.2.1 人脸归一化 30-32 4.2.2 图象编码 32-33 4.2.3 图像分块 33-37 4.2.4 直方图相交 37-39 4.3 Adaboost的训练过程 39-46 4.3.1 弱分类器的学习过程 39-41 4.3.2 强分类器的训练 41-43 4.3.3 训练级联分类器 43-45 4.3.4 识别过程 45-46 4.4 实验结果分析 46-56 4.4.1 训练数据和结果 46-49 4.4.2 测试结果 49-53 4.4.3 错误结果分析 53-55 4.4.4 人脸识别系统 55-56 4.5 本章小结 56-57 第5章 ELBP算子 57-63 5.1 LBP算子应用于人脸识别的不足 57 5.2 ELBP算子 57-60 5.3 对比实验结果 60-61 5.4 本章小结 61-63 第6章 总结和展望 63-65 6.1 本文工作总结 63 6.2 未来工作展望 63-65 参考文献 65-71 致谢 71
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于差分演化的人脸识别方法研究,TP391.41
- 人脸检测算法的FPGA设计与实现,TP391.41
- 基于分类器融合的人脸识别研究,TP391.41
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 基于动态模糊关系的深层结构学习算法研究,TP181
- 人脸检测系统研究,TP391.41
- 三维人脸识别系统研究,TP391.41
- 基于仿生模式识别的三维人脸识别研究,TP391.41
- 鲁棒流形学习算法研究,TP391.41
- 基于U型脸模型及遗传算法的人脸识别技术研究,TP391.41
- 人脸分形特征提取与识别算法研究,TP391.41
- 基于AdaBoost算法的人脸检测方法研究,TP391.41
- 基于流形学习的人脸识别算法研究,TP391.41
- 基于伪Zernike矩和BP网络的人脸识别算法研究,TP391.41
- 人脸识别系统中关键技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|