基于ASLBP的人臉識(shí)別研究.pdf

1、人臉識(shí)別作為一種生物特征識(shí)別技術(shù)，近年來(lái)成為圖像處理與模式識(shí)別領(lǐng)域的研究熱點(diǎn)，在公共安全、身份認(rèn)證和人機(jī)交互等眾多領(lǐng)域得到廣泛應(yīng)用。特征提取是人臉識(shí)別的關(guān)鍵，關(guān)系到自動(dòng)人臉識(shí)別系統(tǒng)的有效性。
　　作為一種有效的人臉描述子，局部二值模式(Local Binary Patterns，LBP)備受研究者的關(guān)注。軟直方圖局部二值模式(Soft Histogram Local Binary Patterns，SLBP)描述子提升了LBP描述

2、子的魯棒性，但其存在固有的缺陷。本文在分析對(duì)比了LBP、SLBP等描述子的基礎(chǔ)上，提出了自適應(yīng)軟直方圖局部二值模式(Adaptive Soft Histogram Local Binary Patterns，ASLBP)算法。本文的主要工作內(nèi)容和創(chuàng)新成果如下:
　　1.在SLBP的基礎(chǔ)上，本文提出了一種自適應(yīng)軟直方圖局部二值模式算法(ASLBP)。首先構(gòu)建訓(xùn)練樣本的能量函數(shù)，接著用梯度下降法求解能量函數(shù)的局部最優(yōu)解，最后得到SLB

3、P的最佳模糊隸屬度函數(shù)。該算法利用Fisher判別率(FDR)，將SLBP的模糊隸屬度函數(shù)定義轉(zhuǎn)化為約束條件下的非線性?xún)?yōu)化問(wèn)題。人臉識(shí)別系統(tǒng)可以自動(dòng)地重新定義模糊隸屬度函數(shù)，以達(dá)到提高識(shí)別率的目的。
　　2.將上述算法的訓(xùn)練學(xué)習(xí)過(guò)程應(yīng)用于局部三值模式(Local Ternary Patterns，LTP)，得到自適應(yīng)軟直方圖局部三值模式(Adaptive Soft HistogramLocal Ternary Patterns，A