致  谢 34

参 考 文 献 35

附录A  等价模式LBP编码值 37

1  引言

人脸识别技术正一点一点地走进我们的生活，成为改善我们生活水平的重要技术。打开手机，各种软件都能见到人脸识别的身影，支付宝开始支持刷脸支付，众多美颜相机对人脸的精确定位等都是人脸识别技术的成功运用。2008年的北京奥运会将人脸识别技术应用于安防工作取得了成功，国内各大银行也都有人脸识别的相关应用，南京市驾照考试驾目二科目三也成功地应用人脸识别技术，防止替考等作弊行为。人脸识别技术具有重要的理论和研究价值，在未来，必将产生更多的应用，拥有着美好的应用前景。局部二值模式是一种灰度范围内的纹理描述算子，目前，研究者们成功将其运用到人脸识别中，获得了不错的效果。在本课题中，我在前人理论的基础上，以软件系统的形式，利用加权LBP的方法来完成人脸识别工作，进行了一系列的测试，并取得了较好的识别效果。

1。1  人脸识别概述

人脸识别技术是通过从静态图像或动态视频影像中检测到的人脸图像与已有数据库中的人脸比对，进而找到最佳匹配的人脸的过程。人脸识别需要的设备简单，一个摄像头就能抓取人脸图像，被识别者不需要做出任何特定的动作或姿势，只要人脸区域能够被摄像头捕捉到即可，具有很强的操作性，且不需要人工参与，算法写好后计算机就可以自动完成检测和识别工作，节省人力、时间。

人脸识别技术涉及多门学科，是一个古老而又充满生机的课题，自研究之日起就倍受关注，受到诸多研究人员的青睐，几乎所有的理工科院校、研究所、IT公司都有相关的研究组，可见其重要性，尤其近年来，随着深度学习和神经网络在人脸识别领域的应用，将人脸识别技术推向了一个新的高度，识别正确率的记录被不断刷新。人脸识别技术在安防、金融等众多领域都有着用武之地，各大IT公司也都争相推出相关的应用、API等技术服务，如腾讯的优图开放平台，百度深度学习实验室提供的多种人脸验证、比对API，谷歌的FaceNet等等。在LFW人脸数据库上，各大公司、研究所不断刷新其榜单，其识别率不断提高，从一方面证明了人脸识别技术的飞速发展。

一个自动人脸识别系统主要包括以下几个部分：人脸图像采集、面部区域检测、特征提取、人脸识别，以及识别结果的反馈。如图1。1所示。

图1。1  典型的人脸识别系统

1。2  人脸识别技术国内外现状

1。3  本文的组织结构

本文的结构如下：

第1章介绍了人脸识别的研究背景、主要概况、国内外的研究现状。

第2章对LBP算子进行一定的介绍，包括基本的LBP算子、圆形LBP算子、旋转不变LBP算子和等价模式的LBP算子，并对加权的方法进行介绍。

第3章介绍所做人脸识别系统的详细实现过程，包括实验环境、所用工具OpenCV的介绍、所用的人脸数据库、系统的设计目标和设计思路、系统界面设计、各模块的详细设计过程和总体设计过程。论文网

第4章介绍实验的性能评估指标和结果分析。

第5章对全文所做的工作进行总结，反思其中的不足，对未来的工作提出改进方向。

2  加权局部二值模式综述

2。1  LBP算子概述

2。1。1  LBP算子介绍