LBP算法的研究及其在人脸识别中的应用

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;
•   企业和住宅安全管理;
•   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

1. 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
2.  人脸识别的困难点

• 人脸的相似性,可变性;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
•  在非理想摄像条件下（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

1. 在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，并且描述了LBP算法在图像纹理分类中的强区分能力
2.  算法流程:

实例图解，以3X3模板为例：

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

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,