二維及三維人臉識別方法研究.pdf

1、隨著社會不斷發(fā)展和計算機技術(shù)的不斷進步，基于生物特征的身份驗證越來越受到人們的關(guān)注，其中人臉識別技術(shù)因為具有直接、友好、簡單等特點，成為目前模式領(lǐng)域中的一個研究熱點。傳統(tǒng)的人臉識別系統(tǒng)受光照、姿態(tài)、表情等因素影響較大，設(shè)計一個識別率高且具有較好魯棒性的人臉識別系統(tǒng)仍是一個待解決的難題。二維人臉識別技術(shù)雖然取得一定成果，但是二維人臉信息量小，受姿態(tài)和光照等影響嚴(yán)重。隨著三維技術(shù)的不斷發(fā)展，三維人臉作為人臉多個角度的真實反映，信息量豐富，受

2、光照等因素的影響小，因此近年來三維人臉識別技術(shù)受到了廣泛的關(guān)注。
　　本文分別對二維和三維人臉識別方法進行了研究，針對目前存在的缺陷，分別設(shè)計相應(yīng)的人臉識別系統(tǒng)。
　　在二維人臉識別方面，基于核函數(shù)的Fisher判別分析（KFD）的特征提取算法，在人臉識別中往往采用高斯徑向基函數(shù)作為核函數(shù)，但高斯徑向基函數(shù)中的選取對分類效果的影響較大。目前一般僅憑實驗統(tǒng)計或者經(jīng)驗獲取該參數(shù)，而且KFD特征提取算法在處理大樣本時，運算時間較長

3、。針對這些問題提出了一種基于小波變換和改進KFD的人臉識別方法。在預(yù)處理階段，對人臉圖像做小波變換降低光照、姿態(tài)、表情等因素的影響，并能有效降低樣本的維數(shù)；在特征提取階段，采用微粒群算法智能獲取最優(yōu)參數(shù)?對KFD算法進行改進；在特征匹配階段，采用SVM分類器完成特征的分類。
　　在三維人臉識別方面，針對三維人臉識別中單一特征信息不足的缺陷，提出了基于整體和局部信息相融合的人臉識別算法，以提高識別率。首先將預(yù)處理后的三維點云用多層次