遮擋條件下的人臉識(shí)別算法研究.pdf

1、隨著社會(huì)的發(fā)展，人臉識(shí)別在身份認(rèn)證、人機(jī)交互、視頻監(jiān)控等方面得到了廣泛應(yīng)用。人臉識(shí)別技術(shù)在各行各業(yè)中發(fā)揮著巨大的作用，但是存在著很多難題有待攻克。本文主要研究遮擋條件下的人臉識(shí)別問題，從連續(xù)性遮擋的處理能力、人臉的特征提取、遮擋和非遮擋區(qū)域的圖像分割三個(gè)方面入手，展開了一系列研究工作。
　　本研究主要內(nèi)容包括：⑴針對(duì)傳統(tǒng)特征提取方法進(jìn)行實(shí)驗(yàn)分析，通過特征向量選擇實(shí)驗(yàn)分析了特征向量個(gè)數(shù)對(duì)人臉識(shí)別的影響。該實(shí)驗(yàn)反映了PCA算法忽略了不

2、同樣本之間的差異性，缺乏對(duì)局部特征信息的表示。另外，通過相似度匹配實(shí)驗(yàn)和人臉局部特征檢測(cè)實(shí)驗(yàn)對(duì)二維Gabor函數(shù)進(jìn)行分析，這兩組實(shí)驗(yàn)說明了二維Gabor作為數(shù)學(xué)變換的核函數(shù)，可以很好的提取人臉的局部特征信息。⑵基于雙屬性模型改進(jìn)PCA算法，然后融合局部的二維Gabor算法，提出了新的人臉識(shí)別算法(Double Attribute Model based Gabor, DAMG)，從線性子空間角度研究解決遮擋條件下的人臉識(shí)別問題。該算法基

3、于雙屬性模型將全局特征向量和誤差特征向量融合生成雙屬性特征向量，根據(jù)二維Gabor對(duì)目標(biāo)圖像進(jìn)行分塊化特征提取，設(shè)計(jì)整體分類器對(duì)雙屬性特征向量和局部分塊向量進(jìn)行加權(quán)分類。本文通過DAMG算法的性能分析和識(shí)別錯(cuò)誤的樣本分析證明了該算法在遮擋人臉的識(shí)別過程中具有非常好的魯棒性。⑶提出基于CV模型的雙加權(quán)誤差分布模型，從高維圖像表示的角度研究解決遮擋條件下的人臉識(shí)別問題。首先，基于CV(Chan-Vese)模型對(duì)遮擋圖像進(jìn)行分割得到不同區(qū)域下