基于人臉識(shí)別身份驗(yàn)證系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、人臉識(shí)別技術(shù)作為計(jì)算機(jī)視覺(jué)和人工智能的一個(gè)重要研究方向，經(jīng)過(guò)研究者多年的研究與積累取得了許多重要的研究成果，但在實(shí)際視頻圖像中的人臉識(shí)別準(zhǔn)確度仍受視頻背景、光線、表情、遮擋、“假人臉”等因素的干擾。
　　針對(duì)實(shí)際人臉識(shí)別視頻環(huán)境和檢測(cè)中存在的問(wèn)題，本文在以下四個(gè)方向做出改進(jìn)與創(chuàng)新：
　　（1）為消除視頻中背景圖像對(duì)人臉檢測(cè)的干擾，提出利用自定義背景模型法對(duì)視頻圖像背景分割，縮小視頻圖像中人臉檢測(cè)的范圍。
　　（2）為消

2、除光線、逆光等圖像噪聲對(duì)人臉特征提取的干擾，提出將直方圖均衡化的方法用于待檢測(cè)視頻圖像的預(yù)處理，提高視頻中人臉細(xì)節(jié)特征。
　?。?）為降低視頻中對(duì)“假人臉”的檢測(cè)，提出一種基于 RGB顏色空間的人臉膚色模型法，用于人臉檢測(cè)后的圖像判斷，對(duì)疑似人臉進(jìn)行確定。
　?。?）在人臉特征識(shí)別方面，采用迭代懲罰策略，計(jì)算人臉LBPH特征訓(xùn)練器對(duì)人臉交叉訓(xùn)練集識(shí)別的正確率和誤識(shí)率，得出更精確的人臉特征匹配與識(shí)別的自適應(yīng)置信度閾值，提高系統(tǒng)