基于貝葉斯理論的人臉識別算法的研究.pdf

1、相對于其他生物特征識別技術(shù),人臉識別具有操作簡單、結(jié)果直觀、隱蔽性好的優(yōu)點。因此人臉識別技術(shù)應(yīng)用廣泛,可用于身份識別、人臉視頻檢索跟蹤以及人機(jī)交互等諸多領(lǐng)域。這些潛在的巨大應(yīng)用前景使得人臉識別技術(shù)逐漸成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點。目前,國內(nèi)外已提出大量的人臉識別方法,這些方法主要集中在兩個方面:一方面是如何從背景圖像上檢測到人臉圖像,并從檢測到的人臉圖像提取分類特征;另一方面是如何針對提取出的人臉特征設(shè)計有效的分類器,實

2、現(xiàn)對人臉的正確分類。本文的主要工作是用最接近認(rèn)知模型的貝葉斯網(wǎng)絡(luò)模型對人臉進(jìn)行分類。
　　本文針對人臉的分類問題,提出了一種基于貝葉斯網(wǎng)絡(luò)的生成人臉模型,主要思想是首先根據(jù)日常生活中的認(rèn)知理論建立貝葉斯網(wǎng)絡(luò)模型,網(wǎng)絡(luò)的輸入是臉上突出的面部器官特征(在模型中認(rèn)為各器官具有相關(guān)性),輸出是臉的具體類型。然后按照一定的算法提取人臉面部器官的特征向量,最后通過高斯分布和聯(lián)合樹算法計算出具體的類別。在不同類型的數(shù)據(jù)集(良好、略差、很差)的實

3、驗表明,該算法比不考慮各器官相關(guān)性的混合高斯和隱馬爾科夫模型的效果好,在不良數(shù)據(jù)集上的分類效果優(yōu)于基于代數(shù)運算的一些算法。
　　為了進(jìn)一步改進(jìn)模型,本文選取一些人臉的其他信息(包括人臉的整體信息、幾何信息和顏色信息)作為提取到的人臉局部灰度圖像特征的互補信息,分別衍生出了不同的貝葉斯網(wǎng)絡(luò)模型。實驗表明,引入整體特征信息的網(wǎng)絡(luò)的識別率并沒有顯著地提高;如果臉部是正面的,幾何信息的使用是有益的,在整張臉層面和局部特征層面引入臉的大小信