本文選題：人臉識(shí)別 + Adaboost　； 參考：《南京理工大學(xué)》2017年碩士論文

【摘要】：人臉識(shí)別具有操作簡(jiǎn)單、表現(xiàn)穩(wěn)定的優(yōu)點(diǎn),在近年來(lái)獲得了日益廣泛的應(yīng)用,這也對(duì)人臉識(shí)別方法的成功率與運(yùn)行速度提出了更高的要求。本文在理解了人臉識(shí)別基本原理與難點(diǎn)、研究了國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上,按照?qǐng)D像預(yù)處理、人臉檢測(cè)、特征提取、完整實(shí)現(xiàn)、結(jié)果驗(yàn)證的脈絡(luò)進(jìn)行了改進(jìn)人臉識(shí)別方法的研究。首先對(duì)人臉識(shí)別的發(fā)展歷程進(jìn)行了概述,明確了從局部特征方法著手的研究方向。其次分別介紹了直方圖均衡化、空間域?yàn)V波以及圖像銳化算法,完成了對(duì)圖像預(yù)處理的研究。然后研究了 Adaboost算法,利用OpenCV平臺(tái)提供的Haar特征分類器,驗(yàn)證了一種有效的人臉檢測(cè)方法,并引入積分圖與級(jí)聯(lián)分類器模型優(yōu)化了人臉檢測(cè)速度。之后對(duì)包括基本LBP、改進(jìn)LBP與LDP在內(nèi)的局部特征提取方法進(jìn)行研究,重點(diǎn)提出了一種改進(jìn)的LDP特征提取方法,改進(jìn)內(nèi)容包括:將待識(shí)別人臉圖像切割成相同大小的子區(qū)域;在得到中心像素的特征編碼時(shí)將負(fù)數(shù)梯度返回值納入考慮;對(duì)各個(gè)子區(qū)域按照結(jié)構(gòu)對(duì)比信息的不同賦予不同權(quán)值。最后在ORL與Yale人臉數(shù)據(jù)庫(kù)上驗(yàn)證并對(duì)比了 LBP、LDP與改進(jìn)LDP方法的人臉識(shí)別效果,通過(guò)子區(qū)域直方圖加權(quán)匹配保證了不同子區(qū)域在特征直方圖匹配時(shí)發(fā)揮不同的作用。通過(guò)實(shí)驗(yàn)結(jié)果的對(duì)比證明了基于改進(jìn)LDP特征的人臉識(shí)別方法與傳統(tǒng)的LBP、LDP方法相比,具有更高的人臉識(shí)別成功率,證明了本文提出的改進(jìn)方案是有效的。
[Abstract]:Face recognition has the advantages of simple operation and stable performance, which has been increasingly widely used in recent years, which also put forward higher requirements for the success rate and running speed of face recognition methods. Based on the understanding of the basic principles and difficulties of face recognition and the study of the related literature at home and abroad, this paper is based on image preprocessing, face detection, feature extraction, and complete realization. The results show that the improved face recognition method is studied. Firstly, the development of face recognition is summarized, and the research direction of local feature method is clarified. Secondly, histogram equalization, spatial filtering and image sharpening algorithms are introduced respectively. Then, the Adaboost algorithm is studied, and the Haar feature classifier provided by OpenCV platform is used to verify an effective face detection method, and the integration graph and cascade classifier model are introduced to optimize the face detection speed. Then the local feature extraction method including basic LBPand improved LBP and LDP is studied, and an improved LDP feature extraction method is put forward, which includes: cutting the face image to the same size sub-region; The negative gradient return value is taken into account when the feature coding of the center pixel is obtained, and different weights are assigned to each sub-region according to the different structure contrast information. Finally, the face recognition effects of LBP LDP and improved LDP are verified and compared on ORL and Yale face databases. The weighted matching of sub-region histogram ensures that different sub-regions play different roles in feature histogram matching. The comparison of experimental results shows that the face recognition method based on improved LDP features has a higher success rate than the traditional LBP- LDP method, and proves that the improved method proposed in this paper is effective.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施水才;俞鴻魁;呂學(xué)強(qiáng);李渝勤;;基于大規(guī)模語(yǔ)料的新詞語(yǔ)識(shí)別方法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

2 蘇家洪;;試述人臉識(shí)別新技術(shù)及編輯識(shí)別方法[J];中國(guó)新技術(shù)新產(chǎn)品;2012年07期

3 高春庚;孫建國(guó);;基于統(tǒng)計(jì)的人臉識(shí)別方法綜述[J];安陽(yáng)工學(xué)院學(xué)報(bào);2012年04期

4 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于語(yǔ)義依存線索的事件關(guān)系識(shí)別方法研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

5 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于推理線索構(gòu)建的事件關(guān)系識(shí)別方法[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 呂冬梅,劉燕萍,李云凱;一個(gè)新的機(jī)械圖紙識(shí)別方法[J];信息技術(shù);2001年03期

7 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號(hào)識(shí)別方法的研究[J];中國(guó)包裝工業(yè);2002年09期

8 賀敏;龔才春;張華平;程學(xué)旗;;一種基于大規(guī)模語(yǔ)料的新詞識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年21期

9 董世都;黃同愿;王華秋;王森;楊小帆;;半邊人臉識(shí)別方法[J];計(jì)算機(jī)工程;2008年07期

10 方曉春;;一種優(yōu)化的角色識(shí)別方法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年04期

相關(guān)會(huì)議論文 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點(diǎn)識(shí)別方法的嘗試[A];第八屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬(wàn)百五;;智能決策支持系統(tǒng)中的問(wèn)題識(shí)別方法與實(shí)現(xiàn)[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時(shí)間序列模型的識(shí)別方法[A];制造技術(shù)自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識(shí)別方法研究[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識(shí)別方法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實(shí)測(cè)數(shù)據(jù)的反演識(shí)別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識(shí)別的Fuzzy方法探討[A];第二屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動(dòng)車(chē)窗識(shí)別方法的設(shè)計(jì)與實(shí)現(xiàn)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 崔凱華;王國(guó)慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識(shí)別方法研究[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識(shí)別方法的探索研究[A];中國(guó)化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場(chǎng)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前9條

1 陳春道;甲魚(yú)優(yōu)劣及雌雄的識(shí)別方法[N];北京科技報(bào);2003年

2 龐席堂;假幣的識(shí)別方法[N];中華合作時(shí)報(bào);2003年

3 王修增;手機(jī)被盜號(hào)的6種識(shí)別方法[N];中國(guó)保險(xiǎn)報(bào);2003年

4 張侃;正品手機(jī)電池識(shí)別方法[N];通信產(chǎn)業(yè)報(bào);2000年

5 潘 治;德國(guó)開(kāi)發(fā)出癌癥早期識(shí)別方法[N];中國(guó)中醫(yī)藥報(bào);2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識(shí)別方法[N];新華每日電訊;2001年

7 金亮;機(jī)器人的情感[N];中國(guó)醫(yī)藥報(bào);2001年

8 黃璐;識(shí)別假火車(chē)票有絕招[N];山西經(jīng)濟(jì)日?qǐng)?bào);2004年

9 宗紹純;如何識(shí)別是純奶還是奶飲料？[N];國(guó)際商報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 趙國(guó)騰;跨座式單軌交通軌道梁表面裂紋識(shí)別方法研究[D];重慶大學(xué);2015年

2 徐訓(xùn);線性與非線性結(jié)構(gòu)動(dòng)力荷載識(shí)別方法及實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 黃仕建;視頻序列中人體行為的低秩表達(dá)與識(shí)別方法研究[D];重慶大學(xué);2015年

4 張航;基于高光譜成像技術(shù)的皮棉中地膜識(shí)別方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

5 吳翔;基于機(jī)器視覺(jué)的害蟲(chóng)識(shí)別方法研究[D];浙江大學(xué);2016年

6 張莉莉;競(jìng)優(yōu)特征的群識(shí)別方法及其應(yīng)用[D];東北大學(xué);2010年

7 陳綿書(shū);計(jì)算機(jī)人臉識(shí)別方法研究[D];吉林大學(xué);2004年

8 葉俊勇;人臉檢測(cè)與識(shí)別方法研究[D];重慶大學(xué);2002年

9 何光輝;四種人臉識(shí)別方法研究[D];重慶大學(xué);2010年

10 佟麗娜;基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過(guò)程識(shí)別方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐珂瓊;基于視頻的人臉識(shí)別方法研究[D];天津理工大學(xué);2015年

2 彭姣麗;針對(duì)多表情的人臉識(shí)別方法研究[D];昆明理工大學(xué);2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識(shí)別方法研究[D];深圳大學(xué);2015年

4 易磊;基于兩階段的交通標(biāo)志識(shí)別方法研究[D];南京理工大學(xué);2015年

5 李彥;基于小波變換的人臉識(shí)別方法研究[D];電子科技大學(xué);2014年

6 田曉霞;運(yùn)動(dòng)想象EEG的識(shí)別方法及在上肢康復(fù)中的應(yīng)用[D];北京工業(yè)大學(xué);2015年

7 楊俊濤;基于分?jǐn)?shù)譜時(shí)頻特征的SAR目標(biāo)檢測(cè)與識(shí)別方法研究[D];電子科技大學(xué);2014年

8 宋洪偉;基于模糊集合的漢語(yǔ)主觀句識(shí)別方法研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

9 賈博軒;基于手機(jī)傳感器的人類復(fù)雜行為識(shí)別方法的研究[D];黑龍江大學(xué);2015年

10 范玲;Link-11數(shù)據(jù)鏈信號(hào)的識(shí)別方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1993404