多姿態(tài)人臉識(shí)別算法設(shè)計(jì)與分析.pdf

1、近幾年來，人臉識(shí)別技術(shù)已經(jīng)成為最具吸引力的生物特征識(shí)別技術(shù)之一，并且得到了長(zhǎng)足的發(fā)展。這期間涌現(xiàn)了很多優(yōu)秀的人臉識(shí)別算法。人臉識(shí)別技術(shù)涉及模式識(shí)別、計(jì)算機(jī)視覺、圖像處理、智能人機(jī)交互、認(rèn)知科學(xué)等多個(gè)科學(xué)領(lǐng)域。作為最有前景的生物識(shí)別技術(shù)之一，人臉識(shí)別技術(shù)在公共安全、信息安全、金融等領(lǐng)域具有廣泛的潛在應(yīng)用。但是，實(shí)驗(yàn)測(cè)試結(jié)果和實(shí)際應(yīng)用經(jīng)驗(yàn)表明，人臉識(shí)別技術(shù)在非約束條件下仍然面臨許多挑戰(zhàn)，人臉的姿態(tài)問題就是其中之一。
　　由于人臉姿態(tài)變

2、化而引起的面部旋轉(zhuǎn)會(huì)增大樣本的類內(nèi)變化，從而導(dǎo)致人臉識(shí)別系統(tǒng)的性能下降?？朔@個(gè)難題的一種辦法是利用判別性更強(qiáng)的局部特征來分類。本課題提出了一個(gè)簡(jiǎn)單并且有效的基于人臉關(guān)鍵點(diǎn)和韋伯描述子的特征提取方法來處理人臉姿態(tài)變化問題。具體是，首先用人臉關(guān)鍵點(diǎn)檢測(cè)算法標(biāo)定出人臉關(guān)鍵點(diǎn)，以每個(gè)關(guān)鍵點(diǎn)為中心截取多尺度子圖像塊，再用韋伯描述子對(duì)每個(gè)子圖像進(jìn)行編碼生成局部特征；然后，隨機(jī)選擇若干個(gè)局部特征來構(gòu)造融合特征。最后，將所有生成的局部特征和融合特征分

3、別用K近鄰方法分類，將所有分類結(jié)果中出現(xiàn)頻率最高的類別作為最終的識(shí)別結(jié)果。
　　本文提出的人臉識(shí)別算法主要有以下兩個(gè)方面的特點(diǎn)：人臉關(guān)鍵點(diǎn)處的局部特征精確地描述兩個(gè)圖像對(duì)應(yīng)區(qū)域的局部相似性，減少了特征中的冗余信息；通過隨機(jī)選擇構(gòu)造的融合特征包含了人臉的形狀和結(jié)構(gòu)信息，并且對(duì)姿態(tài)變化具有較強(qiáng)的魯棒性，作為對(duì)局部特征的補(bǔ)充，能夠進(jìn)一步提高算法的識(shí)別率。在多個(gè)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，本文提出的算法相比之前的經(jīng)典算法能夠取得更好的分類結(jié)果