人臉識別：一種簡單的特征提取算法

1、人臉識別：一種簡單的 特征提取方法 LBP local binary patterns算法 09012302 郭佳 09012204 徐旻昱 09012206 吳俁 09012233 蒲照丹 人臉識別的目的與意義人臉識別的目的與意義 人臉識別是近年來模式識別模式識別、圖像處理圖像處理、機(jī)器視覺機(jī)器視覺、神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)以及認(rèn)知科學(xué)認(rèn)知科學(xué)等領(lǐng)域研 究的熱點(diǎn)課題之一。 定義：定義：人臉識別是指給定一個場景的靜態(tài)圖像或動態(tài)視頻，利用存儲有若干已知身 份的人臉圖像的數(shù)據(jù)庫驗(yàn)證和鑒別場景中單個或者多個人的身份。 應(yīng)用：應(yīng)用：人臉識別在檔案管理系統(tǒng)檔案管理系統(tǒng)、安全驗(yàn)證系統(tǒng)安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證信用卡

2、驗(yàn)證、公安系統(tǒng)公安系統(tǒng)的罪犯身 份識別、銀行和海關(guān)的監(jiān)控銀行和海關(guān)的監(jiān)控、人機(jī)交互人機(jī)交互等領(lǐng)域具有廣闊的應(yīng)用前景。與指紋識別、視網(wǎng) 膜識別、虹膜識別等技相比，人臉識別技術(shù)在數(shù)據(jù)采集方面手續(xù)比較簡單，使用者更容 易接受。 人臉識別的技術(shù)細(xì)節(jié)人臉識別的技術(shù)細(xì)節(jié) 一般來說，人臉識別系統(tǒng)包括圖像攝取圖像攝取、人臉定位人臉定位、圖像與處理圖像與處理、以以 及身份確認(rèn)及身份確認(rèn)。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖 像，以及人臉數(shù)據(jù)庫中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而 其輸出則是一系列相似度得分，表明待識別的人臉的身份。 常用的人臉識別方法常用的人臉識別方法 基于人臉特征點(diǎn)人臉特

3、征點(diǎn)的識別算法（Feature-based recognition algorithms） 基于整幅人臉圖像整幅人臉圖像的識別算法（Appearance-based recognition algorithms） 基于模板模板的識別算法（Template-based recognition algorithms） 利用神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法（Recognition algorithms using neural network） 利用支持向量機(jī)支持向量機(jī)進(jìn)行識別的算法（Recognition algorithms using svm） 一種簡單的特征提取方法一種簡單的特征提取方法 LB

4、P local binary patterns算法（利用支持向量機(jī)）算法（利用支持向量機(jī)） 算法簡介算法簡介 從紋理分析的角度來看，圖像上某個像素點(diǎn)的紋理特征，大多數(shù) 情況下是指這個點(diǎn)和周圍像素點(diǎn)的關(guān)系指這個點(diǎn)和周圍像素點(diǎn)的關(guān)系，即這個點(diǎn)和它的鄰域內(nèi)點(diǎn)的關(guān) 系。從哪個角度對這種關(guān)系提取特征，就形成了不同種類的特征。有了 特征，就能根據(jù)紋理進(jìn)行分類。LBP構(gòu)造了一種衡量一個像素點(diǎn)和它周 圍像素點(diǎn)的關(guān)系。 具體操作：具體操作： 對圖像中的每個像素，通過計(jì)算以其為中心的3*3鄰域內(nèi)各像素和 中心像素的大小關(guān)系，把像素的灰度值轉(zhuǎn)化為一個八位二進(jìn)制序列。 對于圖像的任意一點(diǎn)Ic，其LBP特征計(jì)算為，以I

5、c為中心，取與Ic相 鄰的8各點(diǎn)，按照順時針的方向記為 I0，I1，I7；以Ic點(diǎn)的像素值為閾 值，如果 Ii 點(diǎn)的像素值小于Ic，則 Ii 被二值化為0，否則為1；將二值化得 到的0、1序列看成一個8位二進(jìn)制數(shù)，將該二進(jìn)制數(shù)轉(zhuǎn)化為十進(jìn)制就可得 到Ic點(diǎn)處的LBP算子的值。 舉個例子：舉個例子： 對對LBP算子進(jìn)行擴(kuò)展算子進(jìn)行擴(kuò)展： 新的LBP算子LBP（P，R） 可以計(jì)算不同半徑鄰域大小和不同像素點(diǎn) 數(shù)的特征值，其中P表示周圍像素點(diǎn)個數(shù)，R表示鄰域半徑，同時把原來的同時把原來的 方形鄰域擴(kuò)展到了圓形方形鄰域擴(kuò)展到了圓形，其中，R可以是小數(shù)，對于沒有落到整數(shù)位置的點(diǎn)， 根據(jù)軌道內(nèi)離其最近的兩個

6、整數(shù)位置像素灰度值，利用雙線性差值的方法 可以計(jì)算它的灰度值。 舉個例子：舉個例子： Uniform模式模式 定義：定義：如果一個二進(jìn)制序列看成一個圈時，0-1以及1-0的變化 出現(xiàn)的次數(shù)總和不超過兩次，那么這個序列就是Uniform模式 ，比如， 00000000、00011110、00100001、11111111，在使用LBP表達(dá)圖像紋理 時，通常只關(guān)心Uniform模式，而將所有其他的模式歸到同一類中。 舉個例子：舉個例子： 效果圖：效果圖： 由圖中可以看出，變化后的圖像和原圖像相比，能更清晰的體現(xiàn)各典型區(qū)域 的紋理，同時又淡化了對于研究價值不大的平滑區(qū)域的特征，同時降低了特征的 維數(shù)

7、。比較而言，Uniform模式表現(xiàn)的更逼真，在人臉識別和表情識別應(yīng)用中， 都是采用這種模式。 特征向量特征向量 在表情識別中，最常用的是把LBP的統(tǒng)計(jì)柱狀圖作為表情圖像的特征向 量。為了考慮特征的位置信息，把圖像分成若干個小區(qū)域，在每個小區(qū)域里 進(jìn)行直方圖統(tǒng)計(jì)，即統(tǒng)計(jì)該區(qū)域內(nèi)屬于某一模式的數(shù)量，最后再把所有區(qū)域 的直方圖一次連接到一起作為特征向量接受下一級的處理。 環(huán)境變化分析環(huán)境變化分析1： 1.光照光照 LBP算子利用了周圍點(diǎn)與該點(diǎn)的關(guān)系對該點(diǎn)進(jìn)行量化。量化后可以更有 效地消除光照對圖像的影響。只要光照的變化不足以改變兩個點(diǎn)像素值之間 的大小關(guān)系，那么LBP算子的值不會發(fā)生變化，所以一定程

8、度上，基于LBP的 識別算法解決了光照變化的問題，但是當(dāng)圖像光照變化不均勻時，各像素間 的大小關(guān)系被破壞，對應(yīng)的LBP模式也就發(fā)生了變化。 環(huán)境變化分析環(huán)境變化分析2： 2.圖像旋轉(zhuǎn)：圖像旋轉(zhuǎn)： 為了讓LBP具有旋轉(zhuǎn)不變性，將二進(jìn)制串進(jìn)行旋轉(zhuǎn)。 假設(shè)一開始得到的LBP特征為10010000，那么將這個二進(jìn)制特征，按照 順時針方向旋轉(zhuǎn)，可以轉(zhuǎn)化為00001001的形式，這樣得到的LBP值是最小的。 無論圖像怎么旋轉(zhuǎn)，對點(diǎn)提取的二進(jìn)制特征的最小值是不變的，用最小值作用最小值作 為提取的為提取的LBP特征，特征，這樣LBP就是旋轉(zhuǎn)不變的了。 當(dāng)P=8時，能產(chǎn)生的不同的二進(jìn)制特征數(shù)量是28個，經(jīng)過上述表示， 就變?yōu)?8/8=32個 優(yōu)缺點(diǎn)總結(jié)優(yōu)缺點(diǎn)總結(jié) 當(dāng)光照、姿態(tài)