文档介绍：人脸识别论文：基于局部二值模式的人脸识别算法研究
【中文摘要】随着计算机视觉和模式识别技术的飞速发展，各种 基于生物特征的识别方法应用而生，在日常生活和各种场所中发挥着 巨大的作用。在众多基于生物特征的识别方法中，自动人脸识别技术 因其独特性，表现出越来越重要的研究价值和广阔的应用前景。人脸 识别技术是典型的图像模式分析、理解与分类计算问题，经过近几十 年的快速发展取得了巨大的进步,在接近理想的条件下，人脸识别系 统可以完成一定的工作。特征提取作为人脸识别的关键，也成为重点 研究内容及主要挑战。近年来，研究者将局部二值模式(LEP)方法引入 到人脸特征提取中来，取得了很大的成功。但是,LEP算子本身并不完 善，特别是在训练样本的维数高达几千甚至上万维的时候，其性能会 急剧下降。本文对人脸识别算法中的LBP方法进行了深入研究及改进, 并详细讨论了人脸识别门禁系统在军队重要场所中应用的可行性。主 要研究工作可概括如下：,分析了 LBP原始算子的不足之处，由此提出了基于LBP的改进方法。先计算 LBP图像，然后对其进行分块，将分块后的LBP直方图串联起来形成一 个高维的直方图特征矢量，接着利用经典的PCA方法降维，最后选择 分类器进行分类识别。该方法针对不同的图像进行不同的分块，使得 维数的约简更加灵活方便,提高了特征提取的准确性。 使用3种LBP算子对图像进行处理的情况，并将LBP图像进行多种分 块后在3种人脸库中进行实验，在大量的实验数据支持下，比较各种 方法和各个步骤对最终识别性能的影响。3•本文对人脸识别的门禁系 统在军队内部重点场所中的应用进行了展望，对基层部队门禁管理系 统的构成、功能等提出了自己的看法，对部队的正规化、现代化建设 起了一定的推动作用。本文对LBP算子及其在人脸识别中的应用、LBP 的降维方式、LBP的分块、PCA的降维等方面作了较深入的研究工作， 并将此种方法引入到军事场所的使用上,对于推动自动人脸识别的进 一步发展和应用具有积极的意义。
【英文摘要】Along with the rapid development of computer vision and pattern recognition technology, many recognition methods based on the biometrics have been developed. They play important roles in our real life and other fields. Automatic Face Recognition (AFR) holds an important position in various biometrics techniques for its superiority, which has important theoretical research value and broad application prospects. Face recognition is a typical problem in image pattern analysis, understanding and classification compute ar