眼鏡遮擋下的正面人臉識(shí)別研究.pdf

1、人瞼識(shí)別是通過(guò)計(jì)算機(jī)提取臉部特征,并利用這些特征與人臉庫(kù)中已有的人臉進(jìn)行比較,從而完成身份驗(yàn)證的一種技術(shù)。近年來(lái),隨著計(jì)算機(jī)技術(shù)的發(fā)展,它作為一個(gè)重要的研究方向已經(jīng)取得了很大的進(jìn)步。然而在實(shí)際應(yīng)用中,眼鏡遮擋對(duì)人臉識(shí)別影響較大。因此,為了能夠有效的提高識(shí)別率,本文綜述了課題的研究背景和意義,分析了近年來(lái)國(guó)內(nèi)外大量的關(guān)于眼鏡遮擋下人臉識(shí)別學(xué)術(shù)論文,對(duì)這種特殊人臉識(shí)別系統(tǒng)的建立進(jìn)行了深入的研究,提出利用人臉重建來(lái)實(shí)現(xiàn)眼鏡摘除的方法。最終,該

2、方法將與改進(jìn)的特征加權(quán)方法結(jié)合,用于人臉識(shí)別。
　　 本文的主要內(nèi)容如下:
　　 (1)提出一種將邊緣檢測(cè)和Otsu法相結(jié)合用于二值化圖像的方法。與傳統(tǒng)的使用Otsu二值化圖像方法相比,利用本文所提出的方法二值化圖像不僅能將背景和目標(biāo)圖像分開(kāi),而且五官特征顯著,有利于下一步的特征提取和分類。
　　 (2)提出基于PCA和[CA的人臉重建方法。由于傳統(tǒng)的PCA方法只基于數(shù)據(jù)的二階統(tǒng)計(jì)信息進(jìn)行分析,而在基于ICA的獨(dú)

3、立分量分析中,數(shù)據(jù)的二階和高階統(tǒng)計(jì)信息都能得到利用,提取的特征具有局域性和高階不相關(guān)性,體現(xiàn)了人臉幾何特征及人臉部件的特殊性,正好能夠彌補(bǔ)PCA方法提取特征的不足。因此,本文選用PCA／ICA方法作為人臉特征的提取方法,為了減少運(yùn)算次數(shù),提高收斂速度,本文采用Fast-ICA算法作為ICA的快速算法。
　　 (3)分析了重建圖像的特點(diǎn)后,采用誤差補(bǔ)償?shù)姆绞絹?lái)重建人臉,并且利用戴眼鏡人臉的無(wú)眼鏡區(qū)域和重建人臉的戴眼鏡區(qū)域來(lái)合成人臉

4、圖像。為了進(jìn)一步減小誤差,合成真實(shí)自然且無(wú)鏡框的人臉圖像,采用迭代誤差補(bǔ)償合成人臉。針對(duì)人臉面部部件在識(shí)別過(guò)程中影響不同的規(guī)律和合成人臉的特殊性,提出利用改進(jìn)的特征加權(quán)方法進(jìn)行人臉識(shí)別。
　　 (4)本文利用Visual Studio和Matlab R2009對(duì)眼鏡遮擋下正面人臉識(shí)別系統(tǒng)進(jìn)行了實(shí)現(xiàn),并在CAS_PEAL大規(guī)模中國(guó)人臉圖像數(shù)據(jù)庫(kù)上做了很多實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)表明利用本文提出的PCA-ICA-W方法對(duì)戴眼鏡人臉的識(shí)別是有效