纹理特征和梯度特征融合的人脸识别研究

纹理特征和梯度特征融合的人脸识别研究

ID:33843740

大小:2.46 MB

页数:71页

时间:2019-02-28

纹理特征和梯度特征融合的人脸识别研究_第1页
纹理特征和梯度特征融合的人脸识别研究_第2页
纹理特征和梯度特征融合的人脸识别研究_第3页
纹理特征和梯度特征融合的人脸识别研究_第4页
纹理特征和梯度特征融合的人脸识别研究_第5页
资源描述:

《纹理特征和梯度特征融合的人脸识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、纹理特征和梯度特征融合的人脸识别研究(申请理学硕士学位论文)纹理特征和梯度特征融合的人脸识别研究李欢欢培养单位:理学院学科专业:应用数学研究生:李欢欢指导教师:万源副教授武汉理工大学2014年10月万方数据分类号密级UDC学校代码10497学位论文题目纹理特征和梯度特征融合的人脸识别研究英文题目FusionwithLayeredTextureandGradientFeaturesforFaceRecognition研究生姓名李欢欢姓名万源职称副教授学位博士指导教师单位名称理学院邮编430070申请学位级别硕士学科专业名

2、称应用数学论文提交日期2014.10论文答辩日期2014.12学位授予单位武汉理工大学学位授予日期答辩委员会主席评阅人2014年10月万方数据独创性声明本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:日期:关于论文使用授权的说明本人完全了解武汉理工大学有

3、关保留、使用学位论文的规定,即学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:导师签名:日期:万方数据摘要人脸识别技术是机器视觉和图像模式识别的一个重要研究课题,在安全领域、生物领域和侦察领域有广泛的应用前景,如身份验证、指纹虹膜识别和监控系统等。人脸识别技术主要包括人脸检测、特征提取和分类识别,其中特征提取和分类识别是研究的重点,也是提高识别率的关键。图像分类识别的本质是建立一个能够识别出图像中感

4、兴趣物体类别的表示系统,光照变化、旋转、遮挡、复杂背景等因素直接影响分类的准确率。如何消除这些外在因素的影响,提高分类识别的准确率成为当今学者的研究方向。图像的分类识别过程包括特征提取、特征向量在特征空间内进行相似性检索识别以及利用分类器进行图像的分类识别。在图像的特征提取方面,基于纹理特征的提取方法和梯度方向直方图特征的提取方法已分别被广泛应用于人脸识别研究中,已有学者证明了两种方法都有各自的优越性。本文分别对两种不同的特征提取方法进行分层融合,并通过实验数据分析识别效果,在原始方法的基础上提出新的融合特征提取方法,

5、进一步提高识别率。本文对纹理特征中的局部二值模式(LocalBinaryPattern,LBP)、中心对称局部二值模式(Center-SymmetricLocalBinaryPattern,CS-LBP)和梯度方向特征(HistogramofOrientedGradients,HOG)作了详细的介绍,并将两种方法进行分层融合应用于人脸识别,取得了较好的效果。针对LBP和CS-LBP描述子提取的纹理特征有限且不能有效描述图像边缘和方向信息的问题,本文主要对纹理特征和梯度特征提取和融合方法进行了改进,具体工作如下:1.本文

6、针对特征提取算法中的LBP和HOG算子做出了改进。由于LBP和HOG对人脸图像进行特征提取,都是对灰度图像进行运算,而单层特征并不能消除光照等影响,本文提出对两种特征分别进行分层的改进处理,分层能够提取图像更完整的特征。2.针对纹理特征和梯度特征都只能单独提取纹理特征和边缘结构特征的问题,本文做出了改进。由于LBP能有效的提取图像的纹理特征,HOG能准确地描述图像的边缘结构特征和方向信息,本文提出了将两种方法进行串连级联,进一步应用分层特征进行融合。3.对于原始人脸识别方法中利用欧氏距离进行相似性度量的问题,本文做出了

7、改进。原始识别阶段是利用欧氏距离进行相似性度量,本文提出了利用卡方距离统计直方图之间的距离特征,并通过实验将两种方法进行对比分析。4.LBP和HOG描述子都是对人脸的分块区域进行运算,对于分块大小的影响和边缘无法计算到的问题,本文做出了改进。本文比较了不同分块下识别率的I万方数据高低,选择最优分块,且在图像外边缘补充像素,保证边缘像素可以参与运算。关键词:人脸识别;局部二值模式;中心对称局部二值模式;梯度方向直方图;分层特征;特征提取II万方数据AbstractThetechnologyoffacerecognitio

8、nisanimportantresearchtopicinmachinevisionandimagepatternrecognition,andiswidelyappliedinareasofsecurity,biologyanddetection,suchasIDauthentication,irisrecognition,an

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。