摘要本文主要对深层梯度信息特征表示方法（DGI）进行了研究。首先，DGI 通过计算图 像中每个宏像素的方向梯度直方图获得图像的局部结构梯度信息，在局部直方图中设有 L 个 bin，根据每个像素的梯度信息，将图像分为 L 张子图像。为了完善梯度信息，原图像 的方向图和幅度也加到子图中去。然后使用方向梯度直方图挖掘每个子图的深层梯度信 息，将所有的方向梯度直方图特征连接成为一个高维度的特征向量。最后，利用线性判别 分析获取低维度并且有鉴别力的特征向量。本文利用 OpenCV 视觉库，实现了一个基于 DGI 方法的人脸识别程序。78604

毕业论文关键词 深层梯度 特称提取 人脸识别 局部特征

Title Research of Feature Representation Based on he Deep Gradient Information

Abstract In this paper, we investigate a novel feature representation method called exploring deep gradient information(DGI)。 First, DGI captures of local structural information of the image by computing the histogram of gradient orientation of each macro-pixel。 According to the gradient information of each pixel, the image is decomposed into L sub-images。 In order to improve the gradient information of the original image pattern and magnitude also considered as sub-images。 Then we further use the HOG to explore deep gradient information for each sub-image。 All HOG features are concatenated into one high-dimensional feature vector。 Finally, linear discriminant analysis is used to obtain the low-dimensional and discriminating feature vectors。 Based on the OpenCV vision library, we developed  a face recognition program with GUI。

Keywords  Deep gradient  Feature extraction  Face recognition  Local feature

本科毕业设计说明书 第 I 页

目 次

1 绪论 1

1。1 课题概述… 1

1。2 应用背景 1

1。3 人脸数据库 2

1。4 本文组织安排 3

2 深层梯度信息的特征表示 4

2。1 方向梯度直方图 4

2。2 主成分分析 6

2。3 线性判别分析 7

2。4 深层梯度信息 9

3 人脸检测与预处理 13

3。1 OpenCV  开源视觉库 13

3。2 人脸检测 13

3。3 人脸预处理 14

4 人脸识别… 16

4。1 采集人脸 16

4。2 人脸识别