基于統(tǒng)計模型的多姿態(tài)人臉識別研究.pdf

1、在過去的二十年里,人臉識別成為一個活躍的研究領域,然而人臉識別研究仍面臨很多挑戰(zhàn)。當前的人臉識別系統(tǒng)僅在可控環(huán)境下表現(xiàn)出令人滿意的性能。由于存在姿態(tài)和光照變化以及誤對準,在無限制條件下人臉識別準確率將顯著下降。經過眾多的研究,正面姿態(tài)人臉識別已經取得了較好的效果,但多姿態(tài)人臉識別仍是人臉識別的難點。本論文主要目的是研究和改進多姿態(tài)人臉識別方法。
　　 首先,介紹了人臉識別組成,并對人臉識別的各組成部分作了詳細分析。重點闡述了人臉

2、識別存在的難點。
　　 其次,對多姿態(tài)人臉關鍵特征點定位進行深入研究。通過分析Gabor人臉圖像的特點,采用Gabor變換實現(xiàn)光照和姿態(tài)不變性的人眼窗口檢測。深入研究了基于ASEF相關濾波的人眼定位方法,ASEF相關濾波器主要適用于正面姿態(tài)人眼定位,并且該方法假定人眼在固定區(qū)域。針對該問題,將Gabor變換與ASEF濾波器相結合定位人眼窗口未知情況下的多姿態(tài)人眼。實驗表明Gabor變換結合ASEF的方法在多姿態(tài)人眼定位中具有較高

3、的定位準確率。
　　 再次,研究了圖庫集中只有正面人臉圖像的多姿態(tài)人臉識別。在特征提取階段,分析了局部Gabor二值模式直方圖序列的人臉特征提取方法。由于該人臉特征維數(shù)較高,采用了主成分分析對其降維,并利用線性變換將非正面人臉特征合成正面人臉特征,提取出局部Gabor二值模式直方圖序列的主成分人臉特征。在人臉識別階段,著重研究了采用貝葉斯框架為圖庫圖像和查詢圖像建立多姿態(tài)聯(lián)合表現(xiàn)模型,進一步采用高斯分布擬合人臉特征之間的相似度分