学位论文 > 优秀研究生学位论文题录展示

可变光照和遮挡条件下的人脸识别技术研究及其应用

作　者: 魏道敏
导　师: 茅耀斌
学　校: 南京理工大学
专　业: 控制理论与控制工程
关键词: 人脸识别 特征提取 子空间 LBP纹理特征 稀疏表示
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 129次
引　用: 0次
阅　读: 论文下载
 

内容摘要


人脸识别研究是近年来模式识别领域的一大研究热点,具有广阔的应用前景。本文主要致力于基于静态图像的可变光照和遮挡条件下的人脸识别方法研究,重点研究了基于子空间、基于LBP纹理特征和基于稀疏表示的人脸识别方法。本文研究内容主要包括以下几个方面：(1)研究了基于子空间的人脸识别方法的原理和在人脸识别应用,该方法通过将图像从数据空间映射到特征空间,达到数据降维的目的同时提取出有利于识别的信息,具体分析了PCA、Fisherface、SLPP、2DPCA、2DLDA、KPCA和KFDA七种子空间方法的优缺点及内在联系。(2)针对光照变化问题,本文提出了分块LBP纹理特征的人脸识别方法,首先提取每个窗口内的LBP纹理特征直方图,然后将每块的直方图叠加,最终获得人脸描述特征。实验结果证明了该方法对光照变化稳健并且计算量低。(3)针对带遮挡或受噪声干扰的正面人脸图像,本文给出了一种自动人脸识别方法,即基于稀疏表示的人脸识别方法。该方法将识别问题当作多元线性回归模型中的一种分类问题来研究同时有关稀疏信号恢复的新理论对阐述这个问题起了关键作用。利用L1范数最小化获得的稀疏表示,本文得到了一种用于物体识别的统一算法。本文对公开的人脸数据库做了大量的实验,证明了该方法的有效性。最后,在实验室内自然环境下,本文采用基于LBP纹理特征的方法搭建了一个实时的人脸识别系统并且取得了良好的识别效果。

全文目录


摘要  3-4
Abstract  4-8
符号说明  8-9
1 绪论  9-18
  1.1 研究背景及研究意义  9-10
  1.2 研究内容  10
  1.3 研究难点  10-11
  1.4 研究现状  11-16
    1.4.1 基于几何特征的方法  12
    1.4.2 基于模型的方法  12-13
    1.4.3 基于统计的方法  13-14
    1.4.4 基于神经网络的方法  14-15
    1.4.5 基于频域的方法  15
    1.4.6 基于弹性图匹配的方法  15-16
    1.4.7 基于Adaboost的方法  16
  1.5 本文工作与相关安排  16-18
    1.5.1 论文主要工作  16-17
    1.5.2 论文内容安排  17-18
2 基于子空间的人脸识别  18-49
  2.1 主成分分析  18-22
    2.1.1 数据分解与重建  18-20
    2.1.2 数据降维  20
    2.1.3 PCA计算  20-21
    2.1.4 PCA在人脸识别中应用  21-22
  2.2 Fisher线性鉴别准则  22-25
    2.2.1 基本原理  22-24
    2.2.2 FLDA在人脸识别中的应用  24
    2.2.3 Fisherface  24-25
  2.3 二维主成分分析  25-29
    2.3.1 基本思想  26-27
    2.3.2 特征提取  27
    2.3.3 分类识别  27
    2.3.4 图像重构  27-28
    2.3.5 2DPCA算法流程  28-29
  2.4 二维线性鉴别分析  29-31
    2.4.1 基本原理  29-30
    2.4.2 2DLDA算法流程  30-31
  2.5 有监督的局部保持投影  31-33
    2.5.1 LPP  31-32
    2.5.2 SLPP  32-33
  2.6 核主成分分析  33-34
  2.7 核Fisher鉴别分析  34-37
    2.7.1 KFDA与FLDA联系  34-36
    2.7.2 KFDA分类流程  36-37
  2.8 分类器设计  37-38
  2.9 实验结果及分析  38-48
    2.9.1 线性子空间的差异  38-45
    2.9.2 线性子空间和核子空间的差异  45-48
  2.10 本章总结  48-49
3 基于LBP纹理特征的人脸识别  49-58
  3.1 LBP基本原理  49-52
  3.2 LBP方法在自动人脸识别中的应用  52-53
  3.3 实验结果及分析  53-57
    3.3.1 LBP参数  54-55
    3.3.2 LBP与子空间方法  55
    3.3.3 LBP算法对定位误差的稳健性  55-57
  3.4 本章总结  57-58
4 基于稀疏表示的人脸识别  58-73
  4.1 研究背景  58-59
  4.2 稀疏表示与压缩传感  59-61
    4.2.1 理论框架  59-60
    4.2.2 测量矩阵  60-61
  4.3 基于稀疏表示的分类方法  61-65
    4.3.1 测试样本的稀疏表示  61-62
    4.3.2 L_1范数最小化的稀疏求解  62-63
    4.3.3 稀疏表示的分类算法  63-65
    4.3.4 基于稀疏表示的认证准则  65
  4.4 SRC算法的特征  65-67
    4.4.1 特征提取的作用  65-66
    4.4.2 识别的稳定性  66-67
  4.5 实验结果及分析  67-72
    4.5.1 特征提取  67-69
    4.5.2 识别的稳定性  69-70
    4.5.3 认证准则  70-71
    4.5.4 时间复杂度  71-72
  4.6 本章总结  72-73
5 人脸识别系统实现  73-84
  5.1 系统软硬件组成  73
  5.2 人脸识别系统框架  73-74
  5.3 实现步骤  74-81
    5.3.1 人脸检测  74-76
    5.3.2 图像预处理  76-81
    5.3.3 特征提取  81
    5.3.4 分类器设计  81
  5.4 系统运行结果  81-84
6 总结与展望  84-86
  6.1 总结  84-85
  6.2 展望  85-86
致谢  86-87
参考文献  87-91

相似论文

  1. 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
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 2D人脸模板保护算法研究,TP391.41
  4. 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
  5. Q学习在基于内容图像检索技术中的应用,TP391.41
  6. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  7. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 基于随机森林的植物抗性基因识别方法研究,Q943
  17. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  18. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  19. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  20. 红外图像目标识别及跟踪技术研究,TP391.41
  21. 水下目标特征的压缩与融合技术研究,TN911.7

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