基于特征融合的自動(dòng)人臉識別研究.pdf

1、人臉識別是近年來計(jì)算機(jī)視覺和模式識別的研究熱點(diǎn)，它在身份認(rèn)證、視覺監(jiān)控、娛樂動(dòng)畫以及多媒體領(lǐng)域的應(yīng)用日趨廣泛。人臉識別主要包含人臉特征提取和分類，本課題重點(diǎn)對人臉特征提取與融合、自動(dòng)人臉識別系統(tǒng)進(jìn)行研究。
　　人臉的全局特征與局部特征表述著人臉不同的信息，在人臉的感知與識別上具有不同作用?；谏鲜鲇^點(diǎn)，本文首先對人臉的全局圖像利用FDA算法、SVD算法、GRCM算法進(jìn)行特征提取研究，比較和分析各個(gè)算法對光照、姿態(tài)、表情、圖像大小的

2、魯棒性。其次，針對人臉局部特征，對面部元素（眼睛、鼻子、嘴巴）自動(dòng)定位、面部元素的特征提取進(jìn)行研究分析。研究發(fā)現(xiàn)，全局特征與局部特征在人臉的識別上具有不同的表述作用和抗干擾性，將兩者特征進(jìn)行融合能獲得比單一特征更好的分類效果，鑒于此，本課題就全局特征的融合、全局特征與局部特征的融合分別在特征層和決策層上進(jìn)行研究。
　　基于融合的優(yōu)勢，本文提出了利用FDA算法與SVD算法進(jìn)行全局特征提取，特征層串聯(lián)融合作為人臉的全局特征;用FDA算

3、法提取對應(yīng)的左眼特征、右眼特征、鼻子特征、嘴巴特征串聯(lián)作為人臉的局部特征;將全局特征與局部特征運(yùn)用DS決策融合。通過對ORL標(biāo)準(zhǔn)人臉庫的實(shí)驗(yàn)測試，該方法取得了96％的識別率，具有較好的識別性能和速度。
　　由于用于實(shí)際系統(tǒng)的算法需要具備有效性、可靠性和實(shí)時(shí)性，因此本課題在將該算法用于在VC++6.0及OpenCV平臺下開發(fā)自動(dòng)人臉識別軟件系統(tǒng)前，對算法進(jìn)行了開集測試，研究并提出了拒識問題的閾值選擇方法并對該方法進(jìn)行了測試，實(shí)驗(yàn)表明