基于圖像紋理特征提取方法的人臉識(shí)別

《基于圖像紋理特征提取方法的人臉識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、■．－＾．克三一ｒ’—＇一＇—＇．：．知幸《討《乂廣．．ＣＨＩＮＡＩＩＡＮＧＵＮＩＶＥＲＳＩＴＹ—ＩＪＬ詩里碩±學(xué)位論文評(píng)ＭＡＳＴＥ民ＤＩＳＳＥＲＴＡＴＩＯＮ■．＊．＇Ｖ暮于圖像紋理特征提取方法的人臉識(shí)別？－—、Ｖ人－．Ｆａｃｅｒｅｃｏｓ打ｉｔｉｏｎｂａｓｅｄｏｎｉｍａｇｅｔｅｘｔｕｒｅ２：菊ｆｅａｔｕｒｅｅｘ化ａｃｔｉｏｎ：記萬讀、？【一￣ｉ＊，＿ｒ，１－，－．占．Ｖ．作者姚聘天一爲(wèi)Ｉ呈＾導(dǎo)師夏哲雷教授Ｖ．－ｙ．－產(chǎn)Ｖ；：ｙ二鳴Ｈ囊

2、苗．學(xué)科信號(hào)與信息處理＇－．訴Ｖ－■．．－．．ｉ—＇■，嗦占—‘Ｖ’．？：，；巽崇拳背媽終舌二二■－－ｒ．二．二．＇－勺．＇Ｖ’；：了－＾＼苗：＞中國計(jì)量大學(xué)；ＶFacerecognitionbasedonimagetexturefeatureextractionByChengtianYaoADissertationSubmittedtoChinaJiliangUniversityInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringChin

3、aJiliangUniversitySeptember,2016中圖分類號(hào)TP391.4學(xué)校代碼10356UDC004密級(jí)公開碩士學(xué)位論文MASTERDISSERTATION基于圖像紋理特征提取方法的人臉識(shí)別Facerecognitionbasedonimagetexturefeatureextraction作者姚騁天導(dǎo)師夏哲雷教授申請(qǐng)學(xué)位工學(xué)碩士培養(yǎng)單位中國計(jì)量大學(xué)學(xué)科專業(yè)信號(hào)與信息處理研究方向數(shù)字圖像處理二〇一六年九月獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研充工作和取得的研究成果，除了文中恃別加Ｗ標(biāo)注和致謝之處外，論文中不包含其他人己經(jīng)發(fā)表學(xué)

4、或撰寫過的研究成果，也不包含丸獲得中國計(jì)貴大學(xué)或其化教育機(jī)構(gòu)的位或證書而使用過的材料一。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。６學(xué)位論文作者簽名：簽字日期；Ｗ年》月《曰學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解中國計(jì)貴大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)中國計(jì)量大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編查閱和借閱。同?。薰┮鈱W(xué)校向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。（保密的學(xué)位論文在解密后適用本授權(quán)說明）＾：學(xué)位論文作者簽名：撕旅導(dǎo)

5、師簽名感巧覆簽字ｔ日期如年３月２５日簽字日期巧作年７月之３日致謝在這近三年的研究生里，我學(xué)到了許多知識(shí)。首先要衷心的感謝我的導(dǎo)師夏哲雷教授，感謝夏老師對(duì)我的培養(yǎng)以及生活上無微不至的關(guān)懷。然后我還要感謝研究生期間遇到的每一位老師，他們用淵博的知識(shí)指導(dǎo)我學(xué)術(shù)上的研究。同時(shí)感謝賽北612實(shí)驗(yàn)室的全體同學(xué)在學(xué)習(xí)上和生活上對(duì)我的幫助。最后還要感謝百忙之中抽出時(shí)間審閱論文的各位老師，辛苦了！姚騁天2016年9月基于圖像紋理特征提取方法的人臉識(shí)別摘要：人臉識(shí)別是目前模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)，已經(jīng)被廣泛應(yīng)用于諸多領(lǐng)域。人臉特征提取是人臉識(shí)別系統(tǒng)的關(guān)鍵環(huán)節(jié)之一。人臉的紋理特征具有較高的鑒

6、別性，所以提取人臉圖像的紋理特征往往能得到良好的分類識(shí)別效果。圖像的紋理特征提取方法一般可歸類為統(tǒng)計(jì)方法、模型方法、結(jié)構(gòu)方法、信號(hào)處理方法4個(gè)大類。在過去幾十年的研究中，人們創(chuàng)造出了很多有效的紋理特征提取方法，其中許多方法不但具有良好的特征鑒別能力還有計(jì)算復(fù)雜度低，特征維數(shù)小等優(yōu)點(diǎn)。局部二值模式(LBP)是一種計(jì)算復(fù)雜度小，對(duì)紋理描述性能較強(qiáng)的特征提取算法。在機(jī)器視覺中表現(xiàn)出良好的性能，并廣泛應(yīng)用于人臉識(shí)別、指紋識(shí)別、圖像檢索等領(lǐng)域。局部三值模式(LTP)是一種擴(kuò)展的LBP算法，通過增加了一個(gè)閾值在一定程度上抵抗了噪聲的影響。但是LTP方法與LBP方法只能在一定粗細(xì)度上才能有效的描

7、述紋理特征。本文提出了一種基于多尺度像素塊加權(quán)的LTP方法。該方法能夠根據(jù)圖像的自身情況，由粗到細(xì)更全面的描述紋理特征，并利用PCA算法對(duì)改進(jìn)后的LTP算子進(jìn)行降維。在此基礎(chǔ)上，針對(duì)LTP方法中閾值選取往往較為困難的問題，提出了一個(gè)自動(dòng)選取LTP閾值的方法。最后，針對(duì)LTP方法并不能有效的從全局描述圖像的信息，提出了一種融合DCT和改進(jìn)LTP的紋理特征提取方法。人臉圖像屬于是一種較為不規(guī)則紋理圖像，應(yīng)用該方法能較好的描述人臉。本文在ORL和YALE標(biāo)準(zhǔn)人臉庫上對(duì)此方法