亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于LBPH算法的人臉識(shí)別算法研究與設(shè)計(jì)

        2020-05-06 09:07:45鄧塏鏞趙慧元田剛張鎣
        關(guān)鍵詞:人臉識(shí)別特征提取

        鄧塏鏞 趙慧元 田剛 張鎣

        【摘? 要】人臉識(shí)別技術(shù)是一種根據(jù)人臉的特征信息進(jìn)行身份判定的技術(shù),此技術(shù)經(jīng)過(guò)幾十年的發(fā)展,由弱人工智能向強(qiáng)人工智能轉(zhuǎn)化,論文提出了一種Python語(yǔ)言利用LBPH算法提取人臉特征、實(shí)現(xiàn)人臉識(shí)別的方法。

        【Abstract】Face recognition technology is a kind of identification technology based on face feature information. After decades of development, this technology has been transformed from weak artificial intelligence to strong artificial intelligence. This paper proposes a method of extracting face features and realizing face recognition by using LBPH algorithm in Python language.

        【關(guān)鍵詞】人臉識(shí)別;特征提取;LBPH

        1 引言

        根據(jù)《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》,人工智能被作為其中一項(xiàng)新一代信息技術(shù),被列入規(guī)劃之中。而人臉識(shí)別技術(shù)則是人工智能最典型的應(yīng)用,在國(guó)內(nèi)外已有一定的研究和應(yīng)用基礎(chǔ),尤其在公共管理、安全防盜、電商交易、身份核查、資產(chǎn)保護(hù)等方面,與其他生物識(shí)別技術(shù)相比,其準(zhǔn)確性、穩(wěn)定性和普遍性都有相當(dāng)?shù)膬?yōu)勢(shì),為政府企業(yè)和民眾都帶來(lái)了高效和便利[1]。

        人臉識(shí)別技術(shù),屬于生物識(shí)別技術(shù)的一種,利用攝像頭或者攝像機(jī)等圖像采集儀器采集人的臉部形成視頻流,此技術(shù)從視頻流中采集一幀幀圖片,把圖中的每一個(gè)像素點(diǎn)轉(zhuǎn)化成數(shù)據(jù)后,從數(shù)據(jù)中測(cè)量出五官的大小和距離,這些數(shù)值轉(zhuǎn)化成數(shù)碼,也就是每個(gè)人獨(dú)一無(wú)二的臉部識(shí)別碼,并存儲(chǔ)到數(shù)據(jù)庫(kù)中。此后,每當(dāng)有人臉被掃描時(shí)也能自動(dòng)計(jì)算其臉部識(shí)別碼,一旦與數(shù)據(jù)庫(kù)所存儲(chǔ)的有吻合,則會(huì)識(shí)別出其身份。

        2 國(guó)內(nèi)外研究現(xiàn)狀分析

        目前人臉識(shí)別的算法主要有以下三種。

        方法一:基于PCA(主成分分析原理)的Eigenface(特征臉)算法。通過(guò)PCA降維的方法對(duì)一系列人臉求得每個(gè)人的顯著特征臉向量,經(jīng)過(guò)多次訓(xùn)練建立特征臉子空間,此后一旦輸入一個(gè)被有檢測(cè)的人臉數(shù)據(jù),系統(tǒng)會(huì)將數(shù)據(jù)投影到特征臉子空間中進(jìn)行比較,如有與之相似的特征臉向量,則識(shí)別出其身份。優(yōu)點(diǎn)是大大壓縮數(shù)據(jù),消除冗余,消除噪音,投影方差達(dá)到最大。缺點(diǎn)是主成分的特征維度肯定比原始圖像的模糊,不排除非主成分也含有重要的樣本差異信息,特征信息在一定程度上有所丟失[2]。

        方法二:基于LDA(線性判斷分析原理)的Fisher Face方法。通過(guò)求對(duì)象之間的最大類間方差和最小類內(nèi)方差,形成離散矩陣并求出特征值和特征向量后,再進(jìn)行LDA降維,經(jīng)過(guò)反復(fù)訓(xùn)練后形成特征臉子空間[3]。把被測(cè)人臉映射到子空間中進(jìn)行對(duì)比,從而判斷身份。優(yōu)點(diǎn)是利用高維數(shù)據(jù)可提高識(shí)別的準(zhǔn)確性。缺點(diǎn)是計(jì)算量大,影響效率。

        方法三:基于局部特征提取的LBPH(局部二進(jìn)制編碼直方圖)方法,通過(guò)LBPH算法提取灰度值圖像的特征,然后數(shù)據(jù)庫(kù)中已訓(xùn)練好的人臉LBPH特征進(jìn)行比對(duì),且分類識(shí)別,從而識(shí)別出被測(cè)對(duì)象。優(yōu)點(diǎn)在于計(jì)算量降低,運(yùn)行速度快,且基本不受光線和圖像旋轉(zhuǎn)的影響。

        3 研究方法、目標(biāo)、內(nèi)容和關(guān)鍵問(wèn)題

        根據(jù)以上分析,方法一和方法二都以浮點(diǎn)數(shù)運(yùn)算為主,符合數(shù)據(jù)統(tǒng)計(jì)與處理的原理,LBPH方法是從提取局部紋理特征入手,更符合圖像處理的原理,以整數(shù)計(jì)算為主,運(yùn)算速度快且兼顧到識(shí)別的準(zhǔn)確率,因此,本研究采用方法三,基于局部特征提取的LBPH方法。

        研究目標(biāo)是識(shí)別出視頻單個(gè)或多個(gè)對(duì)象的身份。

        研究?jī)?nèi)容包含靜態(tài)人臉識(shí)別、動(dòng)態(tài)人臉識(shí)別、多對(duì)象識(shí)別、無(wú)關(guān)對(duì)象識(shí)別等方面。

        由于人臉的特點(diǎn)有很多共同性特征,如果在視頻中出現(xiàn)訓(xùn)練集中沒有對(duì)象時(shí),系統(tǒng)如何快速準(zhǔn)確地判斷,是本研究中擬解決的關(guān)鍵問(wèn)題。

        4 設(shè)計(jì)過(guò)程

        基于LBPH算法人臉識(shí)別的研究過(guò)程如圖1所示。

        步驟一:圖像灰度化處理。

        先把彩色圖像灰度化處理,使得其每個(gè)像素點(diǎn)都用灰度值來(lái)表示,并用雙線性差值法求出相鄰兩個(gè)像素點(diǎn)之間的灰度值。

        步驟二:分割區(qū)域。

        把整個(gè)圖像分割成多個(gè)方格區(qū)域,識(shí)別準(zhǔn)確度會(huì)隨區(qū)域數(shù)量的增大而提高,相應(yīng)的計(jì)算量也會(huì)相應(yīng)提高。

        步驟三:使用LBPH方法提取局部特征。

        ①編碼

        在每個(gè)分割區(qū)域中,以每個(gè)像素為中心,判斷其與圓形周圍的像素點(diǎn)灰度值的大小關(guān)系,對(duì)周圍點(diǎn)進(jìn)行0或1的編碼,從而得到該點(diǎn)的進(jìn)制編碼,并推斷和區(qū)分出該區(qū)域是否為點(diǎn)、線、邊緣、角點(diǎn)等情況。

        ②降維

        由于每個(gè)像素點(diǎn)的灰度值范圍為0~256,一共266種可能的數(shù)據(jù)待處理,依據(jù)盡量減少數(shù)據(jù)處理量的處理原則,本研究通過(guò)ULBP的方法進(jìn)行降維,減少計(jì)算量,提高運(yùn)算速度,使得系統(tǒng)能實(shí)時(shí)響應(yīng)。

        ③形成二進(jìn)制編碼直方圖

        把整個(gè)圖像分割成多個(gè)方格區(qū)域,每個(gè)區(qū)域中的每個(gè)像素點(diǎn)都會(huì)有LBP和ULBP的值,統(tǒng)計(jì)這些數(shù)據(jù)時(shí)形成該區(qū)域的LBPH圖,然后把每個(gè)區(qū)域的直方圖連接起來(lái),形成整幅圖像的特征向量的直方圖[4]。

        ④構(gòu)建二進(jìn)制編碼直方圖集合

        多個(gè)對(duì)象的直方圖被存儲(chǔ)到數(shù)據(jù)庫(kù)中,則形成LBP編碼直方圖集合。

        步驟四:人臉識(shí)別和匹配。

        日后將對(duì)被檢對(duì)象的LBPH圖與前邊構(gòu)建的二進(jìn)制編碼直方圖集合進(jìn)行比較,從而得到分類結(jié)果。

        5 結(jié)語(yǔ)

        本研究是在phcharm的開發(fā)環(huán)境下,使用Python語(yǔ)言,調(diào)用open CV程序庫(kù),來(lái)設(shè)計(jì)和實(shí)現(xiàn)LBPH的識(shí)別功能。為了能提高識(shí)別效率,可在卷積神經(jīng)網(wǎng)絡(luò)中加入LBPH圖像信息,并增大訓(xùn)練的次數(shù),嘗試在訓(xùn)練中加入卷積[5],使算法更符合實(shí)際應(yīng)用的需要,提高應(yīng)用廣度,增強(qiáng)市場(chǎng)效益。

        【參考文獻(xiàn)】

        【1】陳思琪,趙豪越,王靜一,等.人臉識(shí)別概述[J].綜合論壇,2018(1):226.

        【2】尚麗娜,石晴瑤,方健.基于OpenCV的人眼檢測(cè)及疲勞判斷[J].探索與觀察,2018,06(21):19-23.

        【3】張枝令.Python實(shí)現(xiàn)基于深度學(xué)習(xí)的人臉識(shí)別[J].視覺,2018,05(19):47-96.

        【4】朱峰.一種基于多尺度 LBPH 特征的快速人臉識(shí)別算法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,08(32):315-319.

        【5】羅麗紅,劉春曉,柯靈.基于二進(jìn)制多層 GELM 的異質(zhì)人臉識(shí)別模型[J].現(xiàn)代電子技術(shù),2018,09(23):38-43.

        猜你喜歡
        人臉識(shí)別特征提取
        特征提取和最小二乘支持向量機(jī)的水下目標(biāo)識(shí)別
        人臉識(shí)別 等
        揭開人臉識(shí)別的神秘面紗
        基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
        電子制作(2019年15期)2019-08-27 01:12:00
        基于Daubechies(dbN)的飛行器音頻特征提取
        電子制作(2018年19期)2018-11-14 02:37:08
        基于(2D)2PCA-LBP 的人臉識(shí)別方法的研究
        電子制作(2017年17期)2017-12-18 06:40:55
        人臉識(shí)別在高校安全防范中的應(yīng)用
        電子制作(2017年1期)2017-05-17 03:54:46
        Bagging RCSP腦電特征提取算法
        基于類獨(dú)立核稀疏表示的魯棒人臉識(shí)別
        基于MED和循環(huán)域解調(diào)的多故障特征提取
        亚洲一区二区三区在线激情| 九九热在线视频观看这里只有精品| 999精品全免费观看视频| 青青青伊人色综合久久| 日韩中文字幕不卡在线| 成年女人a级毛片免费观看| 亚洲国产精品特色大片观看完整版| 国产精品视频免费的| 午夜视频在线观看国产| 亚洲精品无码久久久久y| 免费无码黄动漫在线观看| 亚洲另类激情综合偷自拍图| 亚洲一区二区三区av天堂| 日本精品一区二区高清| 变态 另类 欧美 大码 日韩 | 国产综合一区二区三区av| 中文字字幕在线中文乱码解| 99精品人妻无码专区在线视频区 | 真实国产老熟女无套中出| 精品久久久久久久久午夜福利| 欧美片欧美日韩国产综合片| 久久久麻豆精亚洲av麻花| 肉体裸交137日本大胆摄影| 国产高中生在线| 日韩一二三四区免费观看| 91九色免费视频网站| 亚洲aⅴ天堂av天堂无码麻豆| 丝袜欧美视频首页在线| 亚洲女同性恋第二区av| 色一情一乱一伦一视频免费看| 久久夜色撩人精品国产小说 | 国产不卡视频一区二区在线观看| 高清少妇二区三区视频在线观看| 久久久久99精品成人片直播| 丝袜AV在线一区二区三区| 国产免费人成网站在线播放| 91超精品碰国产在线观看| 中文无码一区二区不卡αv| 真实国产网爆门事件在线观看| 日韩av在线不卡一区二区| 啦啦啦www在线观看免费视频|