以LBP为基础的图像集人脸识别算法分析

人脸识别技术主要有单一图像识别与多图像识别。基于图像集人脸识别算法采用了多图像识别,主要是在LBP的基础上进行有效的计算,与传统算法相比具有较大的优势。文章首先对人脸识别数据库进行分类阐述,而后对人脸检测技术进行深入的分析,最后着重分析以LBP为基础的图像集人脸识别算法,提出几点建议,仅供参考。     

一种结合内变化基和乘性协同表示分类的人脸识别算法

针对协同表示分类的缺点,提出了一种结合内变化基和乘性协同表示分类的人脸识别算法。首先,利用测试库中人脸不同噪声的变化或图库外人脸的噪声变化,构造出训练样本人脸与测试样本人脸之间变化的内变化基稀疏字典;然后,训练样本在字典的帮助下模拟出受遮挡和光照影响的各种特征,减小训练样本与测试样本之间的差异,达到提高识别率的目的。各种比较算法在AR人脸库、ORL人脸库,Yale人脸库和Yale B人脸库上的实验结果表明,所提算法能大幅度提高协同表示分类算法的识别率,对于单样本人脸识别具有优秀的鲁棒性。     

二维非负稀疏偏最小二乘在人脸识别中的应用

近几年偏最小二乘算法在人脸识别中得到了广泛的应用,但是其各种改进算法都没有同时利用非负性算法和稀疏性来提高识别率和鲁棒性。为了解决这些问题,结合二维偏最小二乘与非负性思想和稀疏性约束提出二维非负稀疏偏最小二乘(Two-dimensional nonnegative sparse partial least squares,2DNSPLS) 算法。其核心思想是在提取人脸特征时加入了非负性约束和稀疏性约束,使得2DNSPLS不仅拥有偏最小二乘算法加入类别信息带来的分类效果,还保留了图像矩阵的内部结构信息,而且还使得到的基矩阵具有非负的局部的可解释性并且具有一定的稀疏性。在Yale和PIE人脸库中的实验表明,该算法从时间上和识别率上均优于人脸识别的主流算法,并且对于遮挡有较好的鲁棒性。     

深度学习模型与成对分类相结合的人脸识别新算法

针对深度学习人脸识别系统样本数据中存在干扰时会腐化分类边界,导致识别率下降,提出了一种改进的深度学习模型,将成对分类概念引入到深度学习中,提升人脸识别系统对于噪声、腐化、变化的鲁棒性。采用深度信念网络模型,将人脸图像送入深度学习模型中逐层训练网络,在参数微调阶段采用改进的成对BP神经网络进行参数优化,在输出层与前一隐含层之间采用成对连接。在ORL、Extended Yale-B的实验结果表明,所提算法与传统的深度学习算法相比,构造的系统更稳定,算法识别率更高,系统在存在干扰的人脸图像中鲁棒性更强。     

基于图像的人脸检测及特征点提取综述

本文对人脸技术中,基于图像的人脸检测及特征点提取的流程及发展前景做了简单的介绍。讨论当前热点的识别方法。对于人脸基于图像的人脸检测及特征点提取的发展进行展望。     

基于改进核判别算法的视频运动人脸图像相似表情识别研究

传统的视频运动人脸图像相似表情识别方法,利用小波变换提取人脸特征,后续特征分解效果不理想,导致表情识别准确度较低。为此,提出基于改进核判别算法的视频运动人脸图像相似表情识别研究。采用积分图法提取视频中的人脸表情,得到特征矩形区域。结合核判别算法对特征矩形区域进行分解得出表情特征矢量。结合弹性模板匹配法,计算和匹配表情特征矢量,得出匹配最优的表情,完成人脸图像相似表情识别。为验证所提方法的应用性能,设计仿真实验。实验结果表明,与传统方法相比,所提方法的表情识别准确度更高。本文设计识别方法具有应用有效性,为相关领域提供可靠依据。     

改进Retinex算子融合特征搜索的图像识别算法研究

针对人脸图像识别系统易受光照干扰,在复杂背景下,易识别出伪目标,使其识别精度不高等难题,综合考虑高斯核函数的x,y方向,设计新的Retinex识别算子;并调用Open CV函数库中训练好的Hear分类器来进行模式匹配,形成了基于Open CV的人脸检测机制;再引入PCA特征搜索方法,搜索人脸信息;最终提出了人脸识别耦合特征搜索的安防系统解决方案。并测试该系统的性能,结果表明:与当前基于Retinex与PCA的识别算法相比,该算法具有更高的识别精度;且识别效率更高,能满足实时性要求。     

基于近红外结构光与可见光的三维人脸识别算法

文章综合传统的人脸识别方法,提出新的人脸识别算法。首先,建立近红外三维模型,采用傅里叶变换获取人脸三维信息。同时,建立可见光三维模型,采用3DMM技术获取三维人脸图像,然后将两种模型分别与参考系进行对比,最后进行融合,以此进行人脸识别。     

基于人脸识别的快速公交云支付系统的构建

本文基于广州BRT提出一种基于人脸识别的快速公交云支付系统构建的方案,将人脸识别技术和电子支付相结合,并利用大数据技术进行大范围人脸数据的管理。在这里采用一种基于HOG和WCCN的多姿态人脸识别算法进行人脸面部特征提取,在这个基础上,采用大数据流行的框架Hadoop来进行分布式人脸识别和数据存储,从而提高识别速度和准确性。     

一种基于拓扑结构射影不变量的三维模型检索方法

融合点特征拓扑结构射影不变量和空间统计分布特征提出1种三维模型检索新方法,在统一框架中结合模型的拓扑结构特征和统计特征进行模型检索。首先,通过模型数据预处理完成各模型的姿态标准化和缩放标准化;然后,引入空间区域划分和随机分布采样方法,构建三维模型的点特征拓扑结构射影不变量进行三维模型检索,提高三维模型检索的准确率与鲁棒性;最后,对比分析了本文算法与其他算法的Recall-Precision,验证了算法的有效性。