基于改進的LTP的人臉識別系統(tǒng)研究及實現(xiàn).pdf

1、日常生活中，身份認證幾乎無所不在，而在當今的網絡時代和移動支付時代，傳統(tǒng)的身份認證方式已經越來越不適應信息社會高速發(fā)展，因此生物識別技術得到快速發(fā)展，市場上出現(xiàn)了大量相關的產品，并且已經在一些領域開始應用，如當前手機上配置的有指紋解鎖功能，同時也應用到指紋支付；在各大銀行通過人臉注冊辦理銀行卡等等。生物識別技術中人臉識別技術以其獨特的優(yōu)點，被廣大專家和學者認為是發(fā)展?jié)摿ψ畲螅瑩碛凶顝V的應用市場。目前，人臉識別技術的核心工作在于獲取人身上

2、具有明顯識別性的特征，如果人臉所處背景不復雜特征獲取就相對容易，但當人臉所處環(huán)境相對復雜時，人臉特征的獲取將會變得十分困難，需要進行很多地處理來試著消除干擾。因此，目前這方面的研究還有很多問題亟需解決。
　　本文主要學習和研究了整個人臉識別系統(tǒng)的框架和流程，并深入了解了其中的檢測、預處理和識別三大模塊的原理，最終完整的實現(xiàn)了檢測算法；并針對光照問題，提出了一種新型的預處理算法；同時針對LTP識別算法的局限性，做出了相應的改進，通過

3、實驗證明改進的識別效果更好。本文主要的研究工作包括：
　　1、檢測分類器的實現(xiàn)。詳細介紹了AdaBoost算法的基本原理，以及積分圖快速計算Haar特征的特征值的方法和原理，這兩者構成了整個人臉檢測的框架。最終，通過自己收集的人臉正負樣本成功地訓練出檢測分類器。
　　2、對于左右兩邊光照強度不等的人臉圖像，提出了使用左右分邊直方圖均衡化的預處理方法，這樣處理后的圖像比對整個人臉進行相關處理取得的效果要更好。
　　3、提

4、出了加權自適應閾值的LTP算法，針對LTP中人為設定閾值的不足，提出了利用區(qū)域的均值和標準差作為閾值，這樣每個區(qū)域都有合適的閾值，使其不受噪聲的影響，能夠提取更細致的紋理特征。同時在分塊后的區(qū)域直方圖特征中加入了權值，權值由該區(qū)域的信息熵決定，這樣直方圖特征能更好地表征人臉關鍵特征。
　　4、最終將前面實現(xiàn)的算法相結合，完成了整個系統(tǒng)的模塊設計，并采用Qt和Opencv等技術完整地實現(xiàn)了整個人臉識別系統(tǒng)，同時采用了Yale、FER