在線人臉識(shí)別系統(tǒng).pdf

1、在線人臉識(shí)別系統(tǒng)能夠自動(dòng)檢測(cè)給定視頻圖像序列中的人臉圖像，提取人臉圖像特征，將得到的人臉特征與人臉數(shù)據(jù)庫(kù)匹配，從而完成人臉的識(shí)別。本文針對(duì)構(gòu)建一個(gè)在線人臉識(shí)別系統(tǒng)為目標(biāo)，以實(shí)時(shí)性為前提，兼顧人臉識(shí)別率，在人臉自動(dòng)檢測(cè)，人臉特征提取，提取視頻圖像代表性人臉幾個(gè)方面做了一些嘗試性工作。本文主要研究?jī)?nèi)容如下。 ●基于膚色模型的分層人臉檢測(cè)算法。研究表明人臉的膚色在顏色空間中的分布相對(duì)比較集中，顏色信息在一定程度上可以將人臉同大部分背景

2、分割開來(lái)，由于顏色信息計(jì)算簡(jiǎn)單，快速，滿足算法的實(shí)時(shí)性要求，同時(shí)，人臉的膚色特性對(duì)于人臉旋轉(zhuǎn)，縮放等幾何變化都是非常魯棒的。本文首先使用人臉的膚色特性作為人臉檢測(cè)的預(yù)處理，分割人臉膚色區(qū)域，接著給出了一種分層人臉檢測(cè)模型進(jìn)行候選人臉區(qū)域的認(rèn)證。 ●基于局部線性嵌入算法的代表性人臉提取。由于視頻圖像序列中人臉圖像有多姿態(tài)，多表情，多視角的問(wèn)題，人臉特征庫(kù)中的人臉圖像應(yīng)最大程度的包含多姿態(tài)，多表情，多視角特性，同時(shí)考慮到算法運(yùn)行的耗

3、時(shí)問(wèn)題，每人的人臉特征庫(kù)不應(yīng)該太大。本文采用高維流形學(xué)習(xí)的方法來(lái)改善這個(gè)問(wèn)題，其目的就是在人臉圖像空間中提取內(nèi)在的幾何結(jié)構(gòu)及其規(guī)律性，將高維圖像空間降維至低維特征空間，并尋找內(nèi)在低維結(jié)構(gòu)與高維觀測(cè)數(shù)據(jù)間的聯(lián)系。由于人臉圖像都是非線性數(shù)據(jù)，本文采用局部線性嵌入算法(LLE)對(duì)人臉圖像進(jìn)行非線性降維，使得類似的人臉圖像數(shù)據(jù)盡量接近，再通過(guò)K均值聚類，將聚類中心作為系統(tǒng)的代表性人臉圖像，用作構(gòu)建人臉特征庫(kù)。 ●一種新的基于離散余弦變換

4、(DCT)變換的人臉表征。本文的目標(biāo)是構(gòu)建在線人臉識(shí)別系統(tǒng)，因此對(duì)人臉特征的提取也應(yīng)該以實(shí)時(shí)性為前提，同時(shí)應(yīng)兼顧人臉識(shí)別率，總所周之，DCT變換是一種與KL變換非常相似的次最優(yōu)變換算法，它獨(dú)立于信號(hào)量，有類似離散傅立葉變換的快速算法，同時(shí)在維數(shù)下降，特征提取方面都非常接近經(jīng)典的KL變換算法，因此，DCT變換同樣適用于模式識(shí)別領(lǐng)域。本文基于DCT變換，給出了一種融合人臉整體特征和局部特征的加權(quán)DCT人臉表征算法。 ●在線人臉識(shí)別系