大規(guī)模人臉圖像編碼及其在人臉驗(yàn)證中的應(yīng)用研究.pdf

1、隨著多媒體技術(shù)的快速發(fā)展和圖像信息的爆發(fā)性增長(zhǎng)，圖像數(shù)據(jù)庫規(guī)模變得非常龐大，而這些圖像中，包含人臉的圖像更是引起了人們的加倍關(guān)注。如何有效的管理這些海量的人臉圖像，如何有效的提取、表達(dá)、組織、查詢和檢索這些人臉圖像成為當(dāng)下公共安全、信息檢索和網(wǎng)絡(luò)社交等領(lǐng)域研究的熱點(diǎn)。大規(guī)模人臉圖像編碼技術(shù)是實(shí)現(xiàn)人臉圖像檢索和人臉驗(yàn)證的關(guān)鍵技術(shù)，已經(jīng)成為研究者們提升人臉檢索和驗(yàn)證性能的最主要的突破口。
　　本文以大規(guī)模人臉圖像編碼為研究目標(biāo)，以大規(guī)

2、模人臉圖像檢索和人臉驗(yàn)證為應(yīng)用背景，分別從人臉圖像預(yù)處理、人臉特征提取和量化編碼三個(gè)方面提出了一些改進(jìn)的方法有效的提高了大規(guī)模人臉圖像表示性能。本文主要研究的內(nèi)容有：
　　1）在人臉圖像預(yù)處理階段，提出了一種改進(jìn)的顯示形狀回歸算法實(shí)現(xiàn)人臉對(duì)齊，分別從初始形狀設(shè)定和相關(guān)特征選擇兩個(gè)方面進(jìn)行了改進(jìn)。實(shí)驗(yàn)表明，改進(jìn)的人臉對(duì)齊取得了更準(zhǔn)確的人臉特征點(diǎn)定位效果，為后面人臉區(qū)域劃分和人臉特征提取提供了更好的支持。
　　2）在人臉圖像特征

3、提取階段，提出了一種相對(duì)人臉屬性特征，在人臉二值屬性的基礎(chǔ)上通過排序?qū)W習(xí)的方法對(duì)人臉屬性進(jìn)行量化，并通過實(shí)驗(yàn)證明了相對(duì)人臉屬性較人臉二值屬性能更加準(zhǔn)確的描述人臉屬性特征。
　　3）在人臉圖像量化編碼階段，將人臉圖像的底層特征和相對(duì)人臉屬性特征結(jié)合起來進(jìn)行稀疏編碼。這種方法既保證了底層特征的相似性要求，又通過引入人臉屬性特征避免了“語義鴻溝”問題。
　　通過將本文的編碼方法應(yīng)用于大規(guī)模人臉檢索和人臉驗(yàn)證的實(shí)驗(yàn)表明，本文提出的編