基于單視圖的多姿態(tài)人臉識別.pdf

1、人臉識別技術(shù)是利用計(jì)算機(jī)對人臉進(jìn)行分析,提取人臉的有效特征來進(jìn)行人臉鑒別的技術(shù),在公共安全、數(shù)字身份認(rèn)證、多媒體等領(lǐng)域具有重要的應(yīng)用價(jià)值,受到了廣泛的重視。經(jīng)過幾十年的研究,在人臉識別領(lǐng)域已經(jīng)出現(xiàn)了大量的創(chuàng)造性成果,但是這些成果仍然無法完全滿足日益發(fā)展的實(shí)際應(yīng)用需求。目前,對于控制配合下的人臉識別已取得了較高的識別率,但是對于非控制配合條件下,如,姿態(tài)變化情況下的人臉識別,其識別率會急劇下降。
　　目前,研究者針對多姿態(tài)的人臉識別

2、提出了以下四類解決辦法:多視角人臉識別技術(shù)、不變特征人臉識別技術(shù)、基于三維模型的人臉識別技術(shù)和基于單視圖的多姿態(tài)人臉圖像生成技術(shù)。前三種技術(shù)運(yùn)用的前提是人臉數(shù)據(jù)資料足夠充分。當(dāng)訓(xùn)練樣本是單視圖時(shí),有研究者用單視圖生成多姿態(tài)來擴(kuò)充訓(xùn)練樣本,這些生成多姿態(tài)人臉的方法存在生成精度不高的問題。
　　為了提高多姿態(tài)人臉識別中的姿態(tài)人臉生成精度,本文提出了一種局部加權(quán)平均的多姿態(tài)人臉生成算法,并利用主成分分析提取人臉特征,應(yīng)用支持向量機(jī)進(jìn)行多

3、姿態(tài)的人臉識別。具體的研究工作總結(jié)如下:
　　(1)本文用局部加權(quán)平均的方法,得到正面人臉與姿態(tài)人臉圖像局部特征點(diǎn)之間的映射函數(shù)集,采用相鄰特征點(diǎn)映射函數(shù)加權(quán)平均的方法獲得每個(gè)像素的形變函數(shù),據(jù)此生成多姿態(tài)的人臉圖像,構(gòu)成多姿態(tài)人臉訓(xùn)練樣本庫。實(shí)驗(yàn)結(jié)果表明,該算法生成的多姿態(tài)人臉與拍攝得到的多姿態(tài)人臉的峰值信噪比高,有效地提高了姿態(tài)人臉的生成精度。
　　(2)利用主成分分析提取人臉特征矢量;最后應(yīng)用支持向量機(jī)實(shí)現(xiàn)多姿態(tài)的人臉