基于改進(jìn)LBP算子和稀疏表示的三維人臉識(shí)別分析

熊長智 杜澤遼 江西應(yīng)用科技學(xué)院

基于改進(jìn)LBP算子和稀疏表示的三維人臉識(shí)別分析

熊長智 杜澤遼 江西應(yīng)用科技學(xué)院

隨著社會(huì)不斷進(jìn)步，科技持續(xù)發(fā)展，人臉識(shí)別技術(shù)不斷優(yōu)化，三維人臉識(shí)別應(yīng)運(yùn)而生，但需要進(jìn)一步優(yōu)化完善，最大化提高人臉識(shí)別準(zhǔn)確程度。因此，本文從不同角度入手客觀分析了基于改進(jìn)LBP算子和稀疏表示的三維人臉識(shí)別。

改進(jìn) LBP算子 稀疏表示 三維人臉識(shí)別 分析

在計(jì)算機(jī)視覺方面，二維人臉識(shí)別是不可忽視的關(guān)鍵性研究方面，但在多方面因素作用下，二維人臉識(shí)別存在缺陷。隨之，三維人臉識(shí)別已成為研究人員關(guān)注的焦點(diǎn)。在研究過程中，研究人員根據(jù)各方面要求以及人臉識(shí)別中存在的問題，改進(jìn)LBP算子的基礎(chǔ)上，巧妙利用稀疏表示概念，優(yōu)化三維人臉圖像，提高三維人臉標(biāo)識(shí)精準(zhǔn)度。

1 預(yù)處理三維人臉數(shù)據(jù)與局部二值模式

1.1 預(yù)處理二維人臉數(shù)據(jù)

在三維人臉識(shí)別方面，海量三維人臉數(shù)據(jù)的合理化預(yù)處理是其首要前提，是獲取高精準(zhǔn)度人臉灰度與深度圖像的關(guān)鍵點(diǎn)。在預(yù)處理過程中，研究人員根據(jù)人臉檢測(cè)技術(shù)，優(yōu)化利用相關(guān)檢測(cè)方法，先提取人臉鼻尖的特征點(diǎn)，再以人臉鼻尖為基點(diǎn)，科學(xué)切割人臉區(qū)域。隨后，研究人員借助坐標(biāo)系，科學(xué)校正人臉區(qū)域中的具體點(diǎn)云，多層次客觀分析主成分，獲取對(duì)應(yīng)的協(xié)方差矩陣以及人臉特征數(shù)值、向量，在配準(zhǔn)算法作用下，科學(xué)配置點(diǎn)云，提高其精準(zhǔn)度。校準(zhǔn)結(jié)束之后，人臉點(diǎn)云會(huì)以投影的方式出現(xiàn)在二維平面中，科學(xué)轉(zhuǎn)化彩色信息，成為灰度數(shù)值，表示灰度圖像，深度圖像用深度信息表示，并根據(jù)具體投影具體情況，進(jìn)行相關(guān)的處理，促使獲取的三維人臉數(shù)據(jù)具體較高的利用價(jià)值。

1.2 局部二值模式

簡單來說，局部二值模式就是紋理分類特征，原理并不復(fù)雜，具有較高的實(shí)用性，已被頻繁應(yīng)用到圖像處理領(lǐng)域中。人臉灰度圖像作用下的局部紋理特點(diǎn)可以用LBP算子來表示。在此過程中，研究人員需要科學(xué)劃分獲取的人臉圖像成為無數(shù)個(gè)子塊，準(zhǔn)確計(jì)算其LBP數(shù)值，對(duì)比分析子塊像素點(diǎn)、附近領(lǐng)域像素，如果不小于領(lǐng)域像素?cái)?shù)值，則用1或者0替換領(lǐng)域，獲取所需的二進(jìn)制數(shù)，按一定順序保存。研究人員要串聯(lián)子塊，獲取直方圖，作為圖像特征向量。由于傳統(tǒng)LBP算子具有一定缺陷，人臉光照、表情等各不相同，一個(gè)人不同人臉圖像作用下的LBP算子并不完全相同，原始LBP特征提取中也會(huì)受到受到噪聲等因素影響。在應(yīng)用中，研究人員需要科學(xué)改進(jìn)LBP算子，優(yōu)化表示方式，結(jié)合提取LBP具體特點(diǎn)，科學(xué)劃分非統(tǒng)一模式，更好地呈現(xiàn)LBP算子作用下的圖像特點(diǎn)。

2 LBP算子改進(jìn)和稀疏表示下人臉識(shí)別

在人臉識(shí)別方面，稀疏表示發(fā)揮著重要作用。在三維人臉識(shí)別方面，研究人員要科學(xué)構(gòu)造完備集，合理分解信號(hào)稀疏。在構(gòu)建信號(hào)稀疏中，研究人員先要進(jìn)行合理化計(jì)算，獲取重要的測(cè)試以及訓(xùn)練數(shù)據(jù)，利用二者殘差，合理分類各方面人臉圖像。隨后，研究人員要在AR數(shù)據(jù)庫作用下，借助稀疏表示，全面、準(zhǔn)確識(shí)別部分無法用肉眼識(shí)別的人臉圖像，稀疏表示作用下的算法叫做“SRC”算法。由于LBP算子改進(jìn)、稀疏表示二者在人臉識(shí)別方面都發(fā)揮著重要作用，研究人員可以在人臉稀疏表示的過程中，要將改進(jìn)之后的LBP算子巧妙應(yīng)用其中，促使二者相互作用，科學(xué)呈現(xiàn)人臉三維圖像，提高人臉識(shí)別的準(zhǔn)確度。

3 實(shí)驗(yàn)結(jié)果

在實(shí)驗(yàn)過程中，研究人員科學(xué)連接LBP算子改進(jìn)作用下的二維與三維特征向量，呈現(xiàn)出整體特征，稀疏表示中的完備集用訓(xùn)練圖像特征來表示，準(zhǔn)確輸入需要進(jìn)行測(cè)試的圖像整體特征，分解對(duì)應(yīng)的稀疏，重新合理構(gòu)建圖像殘差，在殘差距離作用下，識(shí)別人臉圖像。在此過程中，研究人員將CASIA數(shù)據(jù)庫作用下的11張人臉圖像作為研究人臉表情變化方面的樣本，5張為訓(xùn)練圖像，6張為測(cè)試圖像，對(duì)比分析的基礎(chǔ)上，優(yōu)化利用LBP算子、SRC最小距離算法等，獲取三維人臉識(shí)別程度。在對(duì)比分析，研究人員發(fā)現(xiàn)LBP算子改進(jìn)之后，三維人臉識(shí)別準(zhǔn)確率明顯提高，再加上稀疏表示作用，三維人臉識(shí)別準(zhǔn)確率進(jìn)一步提高，在數(shù)據(jù)庫、人臉特征維度作用下，三維人臉識(shí)別準(zhǔn)確率上升率處于穩(wěn)定狀態(tài)。也就是說，在人臉識(shí)別方面，三維人臉識(shí)別是一種不錯(cuò)的識(shí)別人臉方法，具有較好的可靠性，可以有效彌補(bǔ)二維人臉識(shí)別缺陷，科學(xué)解決存在的問題，確保和人臉識(shí)別相關(guān)的工作順利開展。

4 結(jié)束語

總而言之，在三維人臉識(shí)別研究方面，LBP算子改進(jìn)、稀疏表示二者都發(fā)揮著關(guān)鍵性作用，可以在一定程度上提高人臉表情、光照等變化識(shí)別精準(zhǔn)度，人臉數(shù)據(jù)庫精準(zhǔn)度明顯提高，也就是說，三維人臉識(shí)別具有其可行性，可以將其作用到不同領(lǐng)域以及行業(yè)中，不斷提高三維人臉識(shí)別現(xiàn)實(shí)應(yīng)用價(jià)值。

[1]鄒紅艷,達(dá)飛鵬,李曉莉等.基于面部曲線特征融合的三維人臉識(shí)別[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版）,2012,42(4):618-622.

[2]呂士文,達(dá)飛鵬,鄧星等.基于區(qū)域改進(jìn)LBP的三維人臉識(shí)別[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版）,2015,45(4):678-682.

[3]郭夢(mèng)麗,達(dá)飛鵬,鄧星等.基于關(guān)鍵點(diǎn)和局部特征的三維人臉識(shí)別[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2017,51(3):584-589.