基于AAM姿態(tài)校正的人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)作為生物特征識(shí)別領(lǐng)域的一個(gè)主要內(nèi)容已經(jīng)得到了深入的研究，具有很高的實(shí)用價(jià)值。相對(duì)于其它生物特征識(shí)別技術(shù)，采用人臉進(jìn)行身份識(shí)別和認(rèn)證有著簡(jiǎn)便、快捷、非接觸性等更為突出的優(yōu)點(diǎn)，但是非約束環(huán)境下的人臉識(shí)別仍然面臨著很多問(wèn)題。光照、姿態(tài)、表情、遮擋、復(fù)雜背景等因素使得識(shí)別效果會(huì)嚴(yán)重受到影響。主動(dòng)表觀模型(Active Appearance Model，AAM)是在主動(dòng)形狀模型(Active Shape Model，ASM)的基礎(chǔ)上直

2、接進(jìn)行擴(kuò)展，利用先驗(yàn)?zāi)Ｐ蛯?duì)圖像中的人臉進(jìn)行匹配運(yùn)算，優(yōu)點(diǎn)在于該模型不僅包含形狀信息，還包含人臉的內(nèi)部紋理信息，能夠用來(lái)標(biāo)記特征點(diǎn)、合成人臉圖像、進(jìn)行目標(biāo)跟蹤等。
　　 本文主要研究基于AAM姿態(tài)校正的人臉識(shí)別方法，通過(guò)對(duì)主動(dòng)表觀模型進(jìn)行改進(jìn)，盡可能消除表情，特別是姿態(tài)的影響，以期望得到更好的識(shí)別效果。利用AAM可以合成圖像的特性，改進(jìn)形狀模型，去除掉表示姿態(tài)變化的那部分形狀，可以讓包含姿態(tài)變化的圖片消除姿態(tài)信息。本文分別采用局部