多姿態(tài)人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、多姿態(tài)人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)?；趫D像或視頻的人臉識(shí)別技術(shù)作為一個(gè)非常活躍的研究領(lǐng)域涉及到多個(gè)學(xué)科，例如:圖像識(shí)別、模式識(shí)別、計(jì)算機(jī)視覺(jué)、生理學(xué)、神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。人臉識(shí)別技術(shù)具有不會(huì)遺失、不易偽造、不易察覺(jué)等特點(diǎn)。但同時(shí)人臉識(shí)別很容易受到姿態(tài)、光照、表情的影響，又有很多困難和不足，需要進(jìn)一步的研究。
　　 人臉識(shí)別系統(tǒng)通常由三部分組成:數(shù)據(jù)采集、人臉檢測(cè)和人臉識(shí)別，其中人臉識(shí)別又包括訓(xùn)練與識(shí)別兩個(gè)部分。本文主要研究多姿態(tài)條件下

2、的人臉識(shí)別問(wèn)題，在現(xiàn)有成果和技術(shù)的基礎(chǔ)上，在以下幾個(gè)方面開(kāi)展了一些研究工作:
　　 (1)人臉特征定位與標(biāo)準(zhǔn)化。本文采用主動(dòng)形狀模型進(jìn)行人臉特征定位。搜集20個(gè)人在各種姿態(tài)下的圖片進(jìn)行訓(xùn)練。建立局部灰度結(jié)構(gòu)模型進(jìn)行特征匹配。研究了多姿態(tài)人臉在特征定位后的歸一化問(wèn)題。
　　 (2)針對(duì)多姿態(tài)人臉識(shí)別時(shí)，不同姿態(tài)下人臉特征比較的不合理性，本文通過(guò)建立點(diǎn)分布模型，調(diào)整姿態(tài)參數(shù)，然后利用薄板樣條函數(shù)生成虛擬人臉的辦法，提高多姿態(tài)

3、人臉識(shí)別的識(shí)別率。一個(gè)改進(jìn)的辦法是利用了人臉的對(duì)稱性，增加了訓(xùn)練集中的人臉圖像數(shù)量，使用這種擴(kuò)展的訓(xùn)練集，可以消除點(diǎn)分布模型的姿態(tài)參數(shù)中剛性成分和非剛性成分的耦合。使生成的虛擬人臉更接近真實(shí)的人臉圖像。實(shí)驗(yàn)表明這種方法對(duì)識(shí)別率的提高有很大的幫助。
　　 (3)本文搭建了一個(gè)人臉識(shí)別系統(tǒng)，采用ASM進(jìn)行人臉定位，之后利用Gabor小波濾波加LDA的方法進(jìn)行特征提取以及降維。這種局部特征和整體特征的結(jié)合，可以消除光照、表情對(duì)識(shí)別率的