基于金字塔結(jié)構(gòu)的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別技術(shù)是近幾十年來模式識(shí)別與計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)問題之一,在公共安全和日常生活中有著非常廣泛的應(yīng)用。特征提取技術(shù)是人臉識(shí)別中其中關(guān)鍵、核心部分,提取的特征通常決定著最終的識(shí)別性能。局部二值模式(LBP)作為一個(gè)簡(jiǎn)單而有效的局部特征提取算子,獲得了廣泛的關(guān)注。
　　文章在之前的研究基礎(chǔ)之上提出了基于局部鄰域模式的算法,它的主要思想是把圖像中的某點(diǎn)和它周圍一定半徑內(nèi)的所有點(diǎn)都看成一個(gè)集合向量,然后以中心點(diǎn)所構(gòu)建的集合向量作為

2、閾值,依次做差,并將結(jié)果進(jìn)行歸一化處理,依次轉(zhuǎn)換成距離值。其實(shí)是特征提取,對(duì)于LNP算法采用了環(huán)形提取特征,最后是分類識(shí)別。與傳統(tǒng)的LBP相比,LNP算法進(jìn)行整體間的運(yùn)算,對(duì)于對(duì)比度強(qiáng)烈的圖像來說算法識(shí)別率更高。
　　為了有效地提取人臉圖像的全局和局部特征以及克服光照對(duì)最終識(shí)別性能得影響,本文將圖像金字塔結(jié)構(gòu)與相對(duì)梯度融入局部鄰域模式中,提出了基于金字塔結(jié)構(gòu)的人臉識(shí)別算法(PRGLNP)。首先,通過多尺度分析構(gòu)建圖像金字塔;其次,