1。3  人脸数据库论文网

用人脸数据库对识别算法进行有效性测试的是检验人脸识别系统的常用方式，人脸数据 库种类繁多，不同的数据库面向的检测点也不尽相同，数据库可能从性别、年龄、不同时期、 拍摄背景、光线位置、面部装饰、相机性能等进行选取。识别不同的人脸数据库中的人脸可 以检测一个人脸识别算法的健壮性。下面列举了若干数据库及其采集状况。

(1)  Color FERET Database,USA：数据库收集了 1564 套总计 14126 张图像包括 1199 个人

的和 365 多人的图像集。

(2)  Multi-PIE：图像在卡内基·梅隆大学收集的，包含 337 子项，在 15 种拍摄方向和 19

种光照方向，总计 750000 张图像。

(3)  PubFig 数据库：是一个通过互联网采集的人脸数据库，它包含 200 个人的 58797 张

人脸图像，然而与其他数据库采集不同是，这 200 个人的图片实在完全没有控制的 情况下拍摄的。因此出现姿势、光照、表情、背景、相机等不同的情况。

(4) LFW(Labeled Faces in the Wild）人脸数据库：用来研究人处于自然表情下的人脸识别 问题的数据库，这个数据库包含超过 13000 张从网络收集到的图片，每个脸都标有 对应人的名字。其中有 1680 个人在该数据库中有超过 2 张不同的图片。对这些照片 唯一的限制是使用 Viola-Jones 面部检测器得到的。

1。4  本文组织安排

本文着重描述介绍 DGI 算法，和人脸识别实现的流程。文章工分为 5 个章节，各个章节 安排如下：

第 1 章 绪论。简单描述了几种图像特征提取的算法，阐述了特征提取应用在生物识别

技术以及对社会生活的影响，介绍了本课题的研究背景，同时简要的介绍了几个国内外公开 的人脸数据库，最后陈列出本论文行文的组织安排。

第 2 章 深层梯度信息的特征表示。本章节介绍了人脸识别的核心算法和用到的相关技 术。HOG 可以有效地统计图像中像素、梯度或是边缘信息；PCA 可以对高维的数据进行降维 处理；LDA 是将高维的数据样本分类，从而得到低维的分类样本；DGI 是本论文所要介绍的 提取人脸特征的算法。

第 3 章 人脸检测与预处理。人脸检测是人脸识别的首要步骤，通过 OpenCV 自带训练 的级联分类器可以高效的识别人脸，包括眼睛、鼻子等。进行检测，预处理是重要的步骤， 预处理可以有效的排除光、噪声照对检测带来的影响，从而增加识别的精准度。

第 4 章 人脸识别。训练样本是实现一个人脸识别算法的后续工作，高效的训练样本是 检验算法健壮性的有效方式。

第 5 章 对全文的工作进行总结和对下一步工作的思考。

2 深层梯度信息的特征表示

2。1 方向梯度直方图

2。1。1 图像直方图概述

直方图是对图像中的数据进行统计的一种方法。直方图统计表示图像特征，但统计对象 不局限于是像素值，还可以是梯度、方向或其他属性。直方图将统计出的数值归分到预设好 的条形（bin，也称为直方图的组距）中，最后获得统计数据类型的统计图。文献综述

直方图被广泛应用于计算机视觉，它可以通过标记帧与帧之间的边缘和颜色变化，来检 测视频场景的变化。在每个兴趣点设置一个由相近特征的直方图构成的“标签”。颜色、角度、 边缘等直方图构成可以传递给目标识别分类器的一个通用特征类型。色彩和边缘的直方图序 列可以用来识别网络视频是否被复制[23]。