復(fù)雜情況的人臉識別算法研究.pdf

1、人臉識別是近年來計算機(jī)視覺與模式識別領(lǐng)域里的熱點研究問題之一,它在身份認(rèn)證、視覺監(jiān)控、人機(jī)交互、娛樂動畫、以及多媒體等領(lǐng)域有著廣泛的應(yīng)用前景。
　　人臉檢測作為人臉識別的重要一步,其目標(biāo)是要將人臉從圖像背景中檢測出來。本文主要研究基于AdaBoost算法的人臉檢測方法。AdaBoost學(xué)習(xí)算法,是從一個較大的特征集中選擇少量關(guān)鍵的Haar-like特征,產(chǎn)生一個高效的強(qiáng)分類器,再用級聯(lián)的方式將單個強(qiáng)分類器級聯(lián)成一個更加復(fù)雜的級聯(lián)分

2、類器。本文基于AdaBoost算法訓(xùn)練了一個級聯(lián)分類器,通過對實際人臉圖像的檢測測試,表明該分類器可以有效地運(yùn)用于多姿態(tài)、多人臉、復(fù)雜光照和復(fù)雜背景的情況,且具有較好的實時性能。
　　鑒于小波多尺度變換對高維圖像特征具有良好的壓縮能力,提出了一種結(jié)合小波變換與核主成分分析(KPCA)方法的人臉特征提取與識別算法。該算法首先對人臉圖像進(jìn)行小波變換獲取小波低頻分量,然后對此小波分量進(jìn)行KPCA特征提取得到最終人臉鑒別特征,最后利用支持