相關(guān)濾波器及其在人臉識(shí)別中的應(yīng)用研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的進(jìn)步，現(xiàn)代城市逐漸向智慧化方向發(fā)展。智慧城市離不開(kāi)快速、準(zhǔn)確的身份識(shí)別技術(shù)。人臉識(shí)別技術(shù)憑借其方便、高效和準(zhǔn)確等優(yōu)勢(shì)正在逐步取代傳統(tǒng)的身份識(shí)別方法。與其他的生物識(shí)別技術(shù)相比（如指紋識(shí)別、虹膜識(shí)別等），人臉識(shí)別技術(shù)具有其獨(dú)特的優(yōu)勢(shì)，如非接觸性和直觀性。雖然人臉識(shí)別技術(shù)已經(jīng)廣泛地應(yīng)用于公共安全領(lǐng)域和數(shù)字娛樂(lè)領(lǐng)域，但是仍然存在著許多關(guān)鍵問(wèn)題亟需解決，如遮擋、姿態(tài)變化、光照變化、表情變化等。本文針對(duì)人臉識(shí)別中的姿態(tài)估計(jì)和特征融合等

2、關(guān)鍵問(wèn)題進(jìn)行了廣泛而深入研究，本文的創(chuàng)新點(diǎn)如下:
　　提出了一種新的相關(guān)濾波器，稱為主元最優(yōu)折中濾波器(Principal OptimalTradeoffFilter,簡(jiǎn)稱為POTF)。POTF在一維頻域的PCA子空間中設(shè)計(jì)相關(guān)濾波器。與傳統(tǒng)的相關(guān)濾波器相比，POTF能夠有效地降低計(jì)算復(fù)雜性并提高相關(guān)濾波器對(duì)光照和表情等變化的魯棒性。
　　提出了一種人臉姿態(tài)估計(jì)的方法，稱為方向相關(guān)濾波器集(DirectionalCorrel

3、ation Filter Set,簡(jiǎn)稱為DCFS)。DCFS由不同的人臉姿態(tài)的方向?yàn)V波器組成。每個(gè)方向?yàn)V波器由該方向的人臉樣本設(shè)計(jì)得到的POTF構(gòu)成。在PIE、HPI和UMIST等公用的多姿態(tài)人臉數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，DCFS方法的人臉姿態(tài)估計(jì)的正確率達(dá)到了99％以上，并且能夠有效提高人臉識(shí)別的準(zhǔn)確率。此外，本文將DCFS方法拓展到遮擋判定領(lǐng)域，其在AR人臉數(shù)據(jù)庫(kù)上遮擋判定的正確率達(dá)到了100％。
　　提出了一種非線性特征融合方

4、法，稱為基于多項(xiàng)式濾波器的非線性特征融合方法(Non-linear Feature Fusion Based on Polynomial Correlation Filter,簡(jiǎn)稱為NF-PCF)。在深入分析多種特征描述子的原理和優(yōu)缺點(diǎn)基礎(chǔ)上，本文利用全局特征和局部特征的互補(bǔ)性來(lái)提高特征融合的性能。在基于人臉結(jié)構(gòu)屬于非線性結(jié)構(gòu)的假設(shè)基礎(chǔ)上，本文融合高階信息得到魯棒的特征描述子。在Yale、PIE、GTFD和LFW等公用的人臉數(shù)據(jù)庫(kù)上的實(shí)