论文部分内容阅读
近年来，随着计算机技术和信息技术的发展，传统的身份识别技术已经不能满足在信息安全、金融等邻域的应用需求。人脸识别作为生物特征识别的关键技术之一，受到越来越多研究者的重视，已经成为国际上一个非常活跃的研究领域。人脸识别技术包括很多技术难题，比如人脸检测、关键特征点精确定位、人脸图像特征的提取、识别算法等。因此本文基于Gabor小波特征对人脸识别中的一些关键技术问题进行了深入研究，具体做了以下几个方面的研究工作。
1.本文首先对Gabor小波的简化进行深入的研究，结合简化Gabor小波等理论，即是分别对Gabor小波的实部和虚部分别进行量化处理，实部和虚部的正值部分、负值部分分别进行均匀量化。本文对量化级数的选取以及量化区间端点的确定都进行了深入的研究。
2.对人脸检测算法和眼睛精确定位算法进行了深入研究。结合简化Gabor小波和支持向量机提出了基于简化Gabor小波特征的层次型支持向量机的人脸检测算法。使用简化Gabor小波提取双眼模板特征，提出了一种基于简化Gabor小波特征的模板匹配眼睛定位算法。
3.对LBP算子在人脸识别中的应用进行深入的研究。本文研究了LBP算子的基本原理和基于LBP的人脸特征的描述，然后通过实验分析如何使用LBP算子获得最佳的识别效果，确定参数，为结合简化Gabor小波和LBP算子，提出简化Gabor小波局部二值模式直方图序列相交算法作必要的准备。
4.结合简化Gabor小波和LBP算子，研究了基于简化Gabor小波局部二值模式直方图序列的人脸描述方法。在此基础之上以直方图相交为相似度作为分类依据得到基于简化Gabor小波局部二值模式直方图交的人脸识别算法并通过实验验证了该算法的有效性。最后通过研究对简化Gabor小波局部二值模式图谱的不同分割区域按照Fisher准则赋予不同的权值，进一步改进了算法，提出了基于Fisher准则加权的简化Gabor小波局部二值模式直方图序列相交人脸识别算法。