学位论文 > 优秀研究生学位论文题录展示
基于ASLBP的人脸识别研究
作 者: 叶慧星
导 师: 胡浩基
学 校: 浙江大学
专 业: 信息与通信工程
关键词: 人脸识别 特征提取 能量函数 局部二值模式
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 71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,近年来成为图像处理与模式识别领域的研究热点,在公共安全、身份认证和人机交互等众多领域得到广泛应用。特征提取是人脸识别的关键,关系到自动人脸识别系统的有效性。作为一种有效的人脸描述子,局部二值模式(Local Binary Patterns, LBP)备受研究者的关注。软直方图局部二值模式(Soft Histogram Local Binary Patterns, SLBP)描述子提升了LBP描述子的鲁棒性,但其存在固有的缺陷。本文在分析对比了LBP、SLBP等描述子的基础上,提出了自适应软直方图局部二值模式(Adaptive Soft Histogram Local Binary Patterns, ASLBP)算法。本文的主要工作内容和创新成果如下:1.在SLBP的基础上,本文提出了一种自适应软直方图局部二值模式算法(ASLBP)。首先构建训练样本的能量函数,接着用梯度下降法求解能量函数的局部最优解,最后得到SLBP的最佳模糊隶属度函数。该算法利用Fisher判别率(FDR),将SLBP的模糊隶属度函数定义转化为约束条件下的非线性优化问题。人脸识别系统可以自动地重新定义模糊隶属度函数,以达到提高识别率的目的。2.将上述算法的训练学习过程应用于局部三值模式(Local Ternary Patterns,LTP),得到自适应软直方图局部三值模式(Adaptive Soft Histogram Local Ternary Patterns, ASLTP)算法。3.本文设计了几组对比实验,在CMU-PIE和Extended Yale B数据库充分地验证算法的有效性。实验表明,本文提出的ASLBP算法性能优于LBP和SLBP; ASLTP算法的性能也优于LTP。4.基于前述研究工作,我们开发了一个实时的人脸识别系统。该系统包括图像采集,图像预处理以及人脸识别技术。
|
全文目录
摘要 4-5 ABSTRACT 5-12 1 绪论 12-21 1.1 研究背景及意义 12-13 1.2 国内外的研究现状 13-19 1.2.1 人脸识别研究的发展历程 13-15 1.2.2 人脸识别研究现状 15 1.2.3 人脸识别研究的技术挑战 15-17 1.2.4 人脸识别算法分类 17-19 1.3 本文研究内容 19 1.4 本文组织结构 19-21 2 人脸识别过程和局部二值模式(LBP)的研究 21-39 2.1 人脸识别过程 21-29 2.1.1 人脸识别过程 21-27 2.1.2 人脸识别评价方法 27-28 2.1.3 人脸数据库 28-29 2.2 LBP基本原理 29-32 2.2.1 基本LBP描述子 29-30 2.2.2 扩展的LBP描述子 30-32 2.3 LBP的发展演化 32-37 2.3.1 统一LBP(uniform LBP) 32-33 2.3.2 旋转不变LBP描述子 33-34 2.3.3 局部三值模式(LTP) 34-35 2.3.4 软直方图局部二值模式(SLBP) 35-37 2.4 相似度度量 37 2.5 本章小结 37-39 3 自适应软直方图局部二值模式(ASLBP) 39-48 3.1 类的可分性准则 39-41 3.2 梯度下降法 41-42 3.3 能量函数的构造 42-43 3.4 自适应软直方图局部二值模式(ASLBP) 43-45 3.5 自适应软直方图局部三值模式(ASLTP) 45-47 3.6 章节小结 47-48 4 实验的设计与分析 48-64 4.1 基于LBP的人脸识别 48-50 4.2 实验参数设置 50-51 4.3 实验结果 51-60 4.3.1 ASLBP实验结果 51-58 4.3.2 ASLTP实验结果 58-60 4.4 人脸识别系统的实现 60-63 4.4.1 开发环境 60-61 4.4.2 系统的总体架构 61 4.4.3 系统的主要功能 61-63 4.5 章节小结 63-64 5 总结和展望 64-66 5.1 本文总结 64 5.2 工作展望 64-66 参考文献 66-71 攻读硕士期间主要的研究成果 71-72 致谢 72
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 2D人脸模板保护算法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 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
- 基于图割理论的图像匹配问题研究,TP391.41
- 基于特征描述的图像匹配方法研究,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
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
|