遠(yuǎn)距離側(cè)面人臉的重建及其識別研究.pdf

1、目前人臉識別大多是基于近距離、正面的，基于遠(yuǎn)距離、側(cè)面的不多，遠(yuǎn)距離身份識別具有不易讓被識別人發(fā)現(xiàn)的特點(diǎn)。但基于遠(yuǎn)距離條件下的側(cè)面人臉目標(biāo)圖像的分辨率低，其細(xì)節(jié)不易分辨，為提高識別率，在識別前需對一個周期的側(cè)面人臉圖像進(jìn)行超分辨率重建。
　　在研究超分辨率重建及識別技術(shù)的基礎(chǔ)上，提出了一種新的自適應(yīng)正則化超分辨率重建算法，并實(shí)現(xiàn)了遠(yuǎn)距離側(cè)面人臉重建與識別原型系統(tǒng)。主要研究內(nèi)容與工作如下：
　?。?）圖像配準(zhǔn)方面，提出基于亮度

2、一致性模型和分段平滑模型相結(jié)合的非剛性配準(zhǔn)方法，并結(jié)合高斯金字塔實(shí)現(xiàn)由粗到細(xì)的亞像素級運(yùn)動估計，既考慮到了圖像整體的線性變換，又考慮到了圖像局部的非線性變換，使配準(zhǔn)結(jié)果更加精確。
　　（2）重建算法方面，在基于1L范數(shù)的超分辨率重建算法框架內(nèi)，引入模糊熵作為圖像空間灰度變化劇烈程度的判斷。采用模糊熵的鄰域一致性測度作為正規(guī)化項的權(quán)重系數(shù)，能很好的識別圖像的棱邊及平滑區(qū)域，針對不同的圖像區(qū)域采用不同的正則化權(quán)重，能夠很好的保持棱邊區(qū)

3、域的銳化性和平面區(qū)域的平滑性。
　?。?）識別算法方面，結(jié)合二向圖像矩陣主成分分析和多重判別分析法對人臉特征進(jìn)行提取。首先利用二向圖像矩陣主成分分析對側(cè)面人臉圖像進(jìn)行特征提取和降維處理，得到初始特征矩陣，對特征矩陣進(jìn)行矢量化得到特征向量；接著利用多重判別分析對特征向量對人臉特征進(jìn)行特征提取融合，得到融合特征向量；最后通過最近鄰分類器進(jìn)行分類識別。實(shí)驗結(jié)果證明重建后的人臉得到較好的識別效果。
　?。?）研究開發(fā)了遠(yuǎn)距離側(cè)面人臉