人臉光照樣本重構(gòu)與基于支持向量機(jī)的人臉檢測(cè)研究.pdf

1、該文的研究工作主要包括人臉光照樣本重構(gòu)及其在人臉檢測(cè)中的應(yīng)用和基于支持向量機(jī)的多層人臉檢測(cè)分類器兩部分內(nèi)容.主要的創(chuàng)新可以分為如下幾個(gè)方面:第一:通過(guò)對(duì)人臉樣本進(jìn)行光照重構(gòu)生成新的樣本解決人臉檢測(cè)中的光照問(wèn)題.光照問(wèn)題是人臉檢測(cè)中比較難于解決的問(wèn)題之一,在基于學(xué)習(xí)的方法中,由于光照樣本的不足,對(duì)各種光照特征的學(xué)習(xí)不夠,學(xué)習(xí)的結(jié)果對(duì)于光照的推廣性不強(qiáng).在人臉光照樣本重構(gòu)的研究中,我們利用已知樣本生成新的光照樣本,從而解決了上述光照樣本不足

2、的問(wèn)題.光照可以用諧波函數(shù)空間的前九個(gè)展開系數(shù)來(lái)近似表示,利用這個(gè)理論我們用九維系數(shù)來(lái)近似表示所有可能的光照條件.利用一個(gè)平均的三維人臉模型和商圖像的概念,我們可以給人臉樣本加上新的光照,從而可以獲得特定光照條件下的樣本.同樣我們也可以獲得多種不同光照條件下的樣本,從而豐富了人臉訓(xùn)練樣本庫(kù).第二,提出一種新的邊緣特征作為人臉?lè)诸惼鞯姆诸愄卣?邊緣特征對(duì)光照具有比較好的魯棒性,我們充分利用人臉的外輪廓和內(nèi)部邊緣方向特征,提取了人臉樣本的5

3、4維邊緣特征,對(duì)人臉進(jìn)行分類.在特征提取時(shí),還利用了人的肩部輪廓信息,可分性比較高.第三,基于支持向量機(jī)的多層人臉檢測(cè)分類器.我們使用支持向量機(jī)作為基本的分類器,利用邊緣特征進(jìn)行分類,最后利用面部區(qū)域狄度特征進(jìn)行認(rèn)證,構(gòu)造了一個(gè)多層的人臉檢測(cè)分類器.由于非線性的支持向量機(jī)計(jì)算速度比較慢,而線性的SVM分類能力又比較差,為了達(dá)到速度和檢測(cè)率兩方面的要求,我們首先使用線性SVM分類器排除大量的明顯的非人臉樣本,然后利用非線性SVM進(jìn)行進(jìn)一步