【摘要】：人臉識(shí)別技術(shù)已經(jīng)有目共睹的成為了多行業(yè)的研究熱點(diǎn),且經(jīng)過(guò)多年的研究發(fā)展,受控環(huán)境下的人臉識(shí)別性能已經(jīng)取得了長(zhǎng)足的進(jìn)步。當(dāng)環(huán)境非受控時(shí),光照、姿態(tài)、遮擋等因素均會(huì)導(dǎo)致人臉的識(shí)別性能急劇下降,而這種非受控環(huán)境更接近于人們的日常需求,更具有研究?jī)r(jià)值。針對(duì)目前非受控環(huán)境下人臉識(shí)別易受復(fù)雜光照、背景等非受控因素影響的問(wèn)題,本文提出一種有效可行的思路:1)首先研究了一種基于小波融合的光照預(yù)處理方法,以減小光照對(duì)于人臉識(shí)別過(guò)程的影響。并在此基礎(chǔ)上進(jìn)行了人臉區(qū)域精確定位,劃分出人臉區(qū)域,以進(jìn)行下步的人臉識(shí)別進(jìn)程。實(shí)驗(yàn)結(jié)果表明該方法不僅有效消除光照變化對(duì)特征提取的影響,且有效的提高了檢測(cè)人臉區(qū)域的正確率。2)接著提出結(jié)合基于圖像分塊的中心對(duì)稱局部二值模式和深度信念網(wǎng)絡(luò)的特征提取方法,充分利用已提取到的對(duì)光照變化不敏感的局部紋理特征,彌補(bǔ)了直接采用原始圖像時(shí)深度信念網(wǎng)絡(luò)易忽略掉更具鑒別性的人臉局部特征的不足,獲取了更魯棒的深層特征。3)然后在ORL、FERET、Yale-B和CMU-PIE人臉數(shù)據(jù)庫(kù)的大量對(duì)比實(shí)驗(yàn)結(jié)果均表明,對(duì)于光照較良好、光照變化復(fù)雜、存在復(fù)雜背景和光照變化的圖像,本文算法均能較LBP、DBN以及其他局部特征結(jié)合DBN的算法識(shí)別率有明顯提高,充分證明了本文中人臉識(shí)別算法的有效性。4)最終本文結(jié)合上述提到的光照預(yù)處理算法和人臉識(shí)別算法,構(gòu)建了一個(gè)能夠較好的完成人臉識(shí)別過(guò)程的實(shí)時(shí)的人臉識(shí)別的系統(tǒng)。
【學(xué)位授予單位】：北方工業(yè)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

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝小軍;孔偉偉;;基于改進(jìn)的MSR算法在軟件視頻會(huì)議系統(tǒng)上的應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2015年09期

2 郭麗麗;丁世飛;;深度學(xué)習(xí)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2015年05期

3 張?chǎng)?王文偉;;基于局部二值模式和深度學(xué)習(xí)的人臉識(shí)別[J];計(jì)算機(jī)應(yīng)用;2015年05期

4 周慧;周良;丁秋林;;基于深度學(xué)習(xí)的疲勞狀態(tài)識(shí)別算法[J];計(jì)算機(jī)科學(xué);2015年03期

5 黃敏;宮秋萍;曾莎;;基于表情變化的三維人臉識(shí)別[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2015年05期

6 方程;;人臉識(shí)別技術(shù)研究[J];信息技術(shù)與信息化;2014年11期

7 柴瑞敏;曹振基;;基于Gabor小波與深度信念網(wǎng)絡(luò)的人臉識(shí)別方法[J];計(jì)算機(jī)應(yīng)用;2014年09期

8 陳超;;改進(jìn)單尺度Retinex算法在圖像增強(qiáng)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2013年04期

9 張秀艷;裴雷雷;;基于Gabor小波的人臉識(shí)別技術(shù)[J];自動(dòng)化技術(shù)與應(yīng)用;2012年07期

10 鞠明;李權(quán)合;畢篤彥;;基于LP濾波和Retinex的光照補(bǔ)償[J];計(jì)算機(jī)工程;2011年16期

相關(guān)博士學(xué)位論文 前4條

1 明悅;基于不變性特征的三維人臉識(shí)別研究[D];北京交通大學(xué);2013年

2 周昌軍;基于圖像重構(gòu)和特征融合的人臉識(shí)別方法研究[D];大連理工大學(xué);2008年

3 胡元奎;可變光照和可變姿態(tài)條件下的人臉圖像識(shí)別研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

4 張永梅;基于融合的人臉識(shí)別方法研究[D];中北大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 肖哲;基于統(tǒng)一特征空間的低分辨率人臉識(shí)別算法[D];哈爾濱工業(yè)大學(xué);2014年

2 劉子山;人臉信息識(shí)別技術(shù)研究及在虛擬寵物上的應(yīng)用[D];南京郵電大學(xué);2013年

3 王明軍;基于壓縮感知人臉識(shí)別算法研究[D];西安電子科技大學(xué);2012年

4 李曉娟;基于輪廓線特征的三維人臉識(shí)別算法研究[D];北京交通大學(xué);2010年

5 孔祥棟;基于膚色和AdaBoost算法人臉檢測(cè)的研究[D];燕山大學(xué);2010年

6 曹力;基于DM642夜晚視頻增強(qiáng)算法研究與實(shí)現(xiàn)[D];上海交通大學(xué);2009年

7 王朝;基于流形學(xué)習(xí)的人臉識(shí)別算法的研究[D];大連理工大學(xué);2009年

8 徐冬冬;基于統(tǒng)計(jì)的人臉識(shí)別方法研究[D];江南大學(xué);2009年

9 王培沛;基于掌紋特征的密鑰生成算法研究[D];哈爾濱工業(yè)大學(xué);2009年

10 劉彬;基于隨機(jī)投影和稀疏表征的紅外人臉識(shí)別方法[D];西安電子科技大學(xué);2009年

，

本文編號(hào)：2544980