基於LBP的人臉識別研究

《基於LBP的人臉識別研究》是寧星撰寫的一篇論文。

基本介紹

• 中文名：基於LBP的人臉識別研究
• 作者：寧星
• 發表時間：2012-04-20
• 論文來源：東華理工大學
• 分類號：TP391.41

論文摘要

人臉識別技術研究的核心問題是使計算機具有身份識別的能力，它能夠推動人工智慧、模式識別和計算機視覺等相關領域的發展，具有一定的理論研究意義。人臉識別計算在信息安全、醫療、保全監視、人機互動和金融等領域具有較廣泛的套用價值。人臉識別包括人臉檢測、預處理、特徵提取和人臉判定四個主要步驟。本文對上述各步驟展開了研究，主要內容如下：1.對常用的人臉檢測算法進行了分析總結，藉助OpenCV計算機視覺庫開發了基於AdaBoost算法的快速人臉檢測系統，實現了人臉檢測和人眼定位。實驗結果表明AdaBoost算法具有較強的適應能力和魯棒性。2.研究了局部二值模式（Local Binary Pattern,LBP）人臉特徵的表示和提取方法，比較直方圖均衡化、高斯平滑、Sobel邊緣提取三種預處理方法對LBP算法識別率的影響。通過比較發現，不同的預處理方法對LBP算法影響不同。其中，結合Sobel的LBP算法對於不同光照條件下人臉圖像識別率提高幅度較大。3.通過實驗驗證了基於LBP人臉識別方法中分塊大小對LBP運算元性能的影響，實驗表明分塊越多識別率越高，但分塊過多也會導致識別率下降。4.提出了一種將LBP特徵提取與支持向量機（Support Vector Machine,SVM）分類器相結合的算法，然後在Feret人臉資料庫中採用支持向量機分類器和最近鄰分類器進行實驗比較。實驗證明，支持向量機分類器與LBP特徵提取方法相結合具有更優的分類性能。論文最後對全文工作進行了總結。

引文格式

寧星. 基於LBP的人臉識別研究[D].東華理工大學,2012.