发新帖

LBP算法的研究及其在人脸识别中的应用

[复制链接]
2255 10
研究价值

实用价值

1 促进对人类自身视觉系统的认识
2 实际应用的优势

  •   非接触性
  •   非侵犯性
  •   自动化
3 应用领域

  •   信息安全;
  •   企业住宅安全管理;
  •   公安,司法和刑侦;
  •   电子护照和省份证;
  •   娱乐等。
4 自动人脸识别技术已经在某些限定条件下得到了成功应用


理论价值


  • 人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一
  • 脸识别的困难点


  • 人脸的相似性,变性;外界环境变化干扰
  • 复杂变化条件下的一般人脸识别问题,自动人脸识别系统的鲁棒性和准确度还远不及人类
  • 非理想摄像条件下(光照变化、背景变化、摄像设备差异)
  • 对象不配合(视角变化、表情变化、佩带饰物乃至化妆
  • 小样本问题
  找到这些问题的解决方案,就可以为解决类似的其它复杂的问题提供启示


LBP算法的研究

1)基本的LBP算法


  • 1996年,由Ojala提出了最原始的LBP算法,用来分析图像的纹理特征,并且描述LBP算法在图像纹理分类中的强区分能力
  • 算法流程:

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

实例图解,以3X3模板为例:

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
算法的优点:

  •     有良好的分类效果
  •     高效的计算效率
  •     具有灰度平移不变性
  •     均匀亮度变化不变性
  •    (鲁棒性好)
算法的不足:

  •    关联性不够全面
  •    尺度范围小,固定不变
  •    可扩展性能差
2)旋转不变的LBP算法



  • 目的:
  •   降低LBP的编码模式
  • 实现:
  •   对同一编码模式经旋转后产生的编码结果编码为同一值,即这些旋转  结果中的最小值
  • 举例:
  •   3 x 3的邻域里,一共具有36个具有旋转不变的模式.

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

3)LBP算法的统一模式


  • 目的:降维,降低模式数量
  • 含义:LBP模式所对应的二进制串中,最多只包含有两次0变化到1或者1变化到0
  • 举例: 等价模式:1111111111000000001000000
  • 模式数量:P*(P-1)+2,P为邻域像素点个数

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

4)扩展的LBP算法


  • Ojala等对LBP基本算法进行扩展后,不在局限在原来的3x3领域内,而是使用一个圆形的邻域以及双线性插值的方法,扩展任意邻域像素个数以及任意邻域半径的
  • 使用符号LBPP,R表示圆形邻域的参数,其中P表示邻域像素数目,R表示圆形邻域半径。

  • 如下图:

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用


  • 对应不同相邻像素点 g_p的坐标 (x_p,x_p)的计算方式为:

  • xp=xc+Rcos(2πp/P)
  •     yp=yc+Rsin(2πp/P)

  • 像素坐标处理方法:
  • 由于图像中像素的坐标均需要是整数,所以上面公式计算出来的坐标需要进行变换,采用双线性插值的方法来计算坐标不是整数的点的灰度值。

5)LBP算法几种改进形式



  • LTP算法
  • LTP中心像素值gc的邻域宽度t范围内的像素值量化0值,大于这个领域宽度的像素值量化为1,而小于这个领域宽度的像素值被量化为-1
  • 图例:

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用


  • LLBP算法
  • LLBP 的邻域范围是一个长度为N的直线邻域像素点构成的。
  • 图例:

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

人脸识别的研究


  • 概念:给定一静止的或者是动态图像,利用已有的人脸数据库来确认图像中的一个或多个人.
  • 研究内容:
  • 人脸检测,人脸表征,人脸识别,表情姿态分析,生理分析等.
  • 基本流程

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用

发展历程

  • 第一阶段(1964-1990
  • 主要技术方案是基于人脸几何结构特征的方法,成果不多
  • 第二阶段1991-1997
  • 出现商业化的人脸识别系统;技术方案:特征脸,子空间,Fisher faceASM/AAM等。
  • 第三阶段1998-
  • 商业系统进一步发展,光照,姿态问题成为研究热点。
困难点

  • 复杂条件下人脸的检测和关键点的定位问题
  • 光照变化问题
  • 姿态问题
  • 表情问题
  • 遮挡问题
  • 年龄变化问题
  • 低质量照片问题
  • 大规模人脸识别问题
  • 样本问题
  • 海量数据的问题等
系统的设计

训练数据

  • 输入训练用人脸图像
  • 图像预处理
  • 提取图像的LBP特征
  • 计算图像的特征直方图
  • 保存图像的特征直方图及其标签
测试数据

  • 输入测试图像集
  • 图像预处理
  • 图像的LBP特征
  • 计算图像的特征直方图
  • 与特征库中的数据进行直方图匹配
  • 根据匹配结果进行人脸识别

系统的实现

预处理和算法单元

  • 图像预处理
  • cvCvtColor(face,Gray_face,CV_BGR2GRAY);
  • 图像LBP特征提取
  • voidolbp_(InputArray _src,OutputArray _dst)
  • voidUniform_LBP (IplImage *src,IplImage *dst)
  •    第一个参数是输入图像,第二个是输出的LBP特征图像
  • staticvoidelbp(InputArraysrc,OutputArraydst,int radius, int neighbors)
  •    src:输入图像
  •    dst:输出的LBP特征图像
  •    radius:半径
  •    neighbors:邻域像素点个数
训练和测试单元

  • 计算特征图像的直方图
  • Mat hist =histc(lbp_face,0,255,true);
  • 保存训练部分的特征直方图及其标签
  • feature.insert(make_pair(pos->first,hist));
  • 直方图匹配
  • dist=compareHist(test_hist,feature_hist, CV_COMP_CHISQR);
  • 根据匹配结果进行人脸识别
  • if((minDist < threshold)&&(test_labe l== label)){
  •   right_num&#43;&#43;;
  •   }

结果展示

LBP算法提取人脸特征

LBP算法的研究及其在人脸识别中的应用

LBP算法的研究及其在人脸识别中的应用


在yele人脸库上的实验结果:

附录

训练文件:


测试文件:


程序代码清单:


参考文献:

举报 使用道具

回复

精彩评论10

安梦涛  新手上路  发表于 2015-12-17 20:12:07 | 显示全部楼层
还有源代码吗

举报 使用道具

回复 支持 反对
dc0525  金牌会员  发表于 2015-12-18 15:38:56 | 显示全部楼层
代码不显示?

举报 使用道具

回复 支持 反对
心有灵犀  注册会员  发表于 2016-4-11 13:44:57 | 显示全部楼层
看不见代码

举报 使用道具

回复 支持 反对
chushcsh  新手上路  发表于 2016-6-4 09:40:10 | 显示全部楼层
楼主好人,谢谢分享

举报 使用道具

回复 支持 反对
波波152  中级会员  发表于 2016-6-10 23:56:43 | 显示全部楼层
看一看,学习下。。。

举报 使用道具

回复 支持 反对
wf1351  版主  发表于 2016-6-30 09:35:31 | 显示全部楼层

举报 使用道具

回复
jiangyf  注册会员  发表于 2016-7-4 16:06:20 | 显示全部楼层
训练文件、测试文件和程序代码清单呢?求分享,谢谢

举报 使用道具

回复 支持 反对
raymond123  注册会员  发表于 2016-7-28 18:00:30 | 显示全部楼层
赞一个, 测试程序是否能够分享,谢谢

举报 使用道具

回复 支持 反对
nice_xie  中级会员  发表于 2016-12-5 10:55:33 | 显示全部楼层
附录这些都没了么?能不能分享一下呢 谢谢~

举报 使用道具

回复 支持 反对
*滑动验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

更多

关注我们

QQ:448109455 周一至周日8:30-20:30
快速回复 返回顶部 返回列表