局部对偶树复小波二值模式在人脸识别中的应用

摘要

人脸识别是模式识别与计算机视觉领域中的一个非常重要的课题，它是通过对采集的人脸图象分析计算来确定一个人的身份，是对个人身份进行识别和鉴定的最自然、直接的手段之一。在身份验证、人机界面、访问控制、可视通信、信用卡验证等很多方面都有着广泛的应用。自从小波变换出现以来，由于它在时域和频域上都能提供良好的局部信息，尤其是在小波分解后可以减少图像的分辨率，进而相应地减少计算复杂度，因此小波变换经常被用于人脸识别领域并获得很好的效果。但是小波变换还存在着一些不足之处，比如不同尺度的小波系数在频带相互混叠、振荡、平移会产生变化，缺少方向可选择性等，他们成为小波变换最主要的缺点。 本文将对偶树复小波变换与局部二值模式的方法结合在一起提出了局部对偶树复小波二值的特征表示应用于人脸识别领域。针对人脸图像可能存在光照、姿态、表情等既有全局变化又有局部变化的特点，本文从局部特征描述入手提取对全局变化不敏感的特征，使用两者结合的方法得到人脸图像的有效表示手段。然后再使用如线性判别分析的方法进行人脸图像识别。实验结果表明基于局部对偶树复小波二值模式的方法可以得到各种对图像变化鲁棒而且可以有效区分不同人脸的丰富信息，对其进行合理建模和高效的判别分析，可以取得很好的人脸识别性能，对于人脸的识别率要好于其他的一些方法。

目录

文摘

英文文摘

声明

第一章 绪 论

§1.1人脸识别的研究背景

§1.2人脸识别技术的应用范围

§1.3人脸识别技术的发展历史

§1.4人脸识别技术的主要方法

§1.5本文的主要工作

第二章 对偶树复小波变换基础

§2.1引言

§2.2对偶树复小波变换(Dual-tree CWT)

§2.3本章小结

第三章 局部二值模式(LBP)基础理论

§3.1引言

§3.2LBP算子

§3.3本章小结

第四章 本文的方法

§4.1新方法的提出

§4.2新方法介绍

§4.3降维与判别分析

第五章 实验与结果分析

§5.1 CMU数据库的结果

§5.2 LargeFeret数据库的结果

§5.3 SmallFeret数据库的结果

§5.4总结与展望

参考文献

致谢