RFID與人臉雙重認證系統(tǒng)中有效臉檢測方法研究.pdf

1、目前多數(shù)人臉認證技術的性能往往受限于圖像中人臉的姿態(tài)、光照、距離及圖像的模糊程度等條件。對于一般的人臉認證技術而言，理想的人臉圖像是在正常光照下，具有足夠像素的，清晰的正面人臉圖像，本文稱之為有效臉圖像。
　　 現(xiàn)有的多數(shù)人臉認證系統(tǒng)都假設前端的人臉檢測得到的人臉圖像為有效臉圖像。然而，由于實際系統(tǒng)中攝像機安裝的位置、人臉的運動和其他環(huán)境因素的影響，該假設并不一定成立。在這種系統(tǒng)中，對人臉檢測得到的圖像進行有效臉檢測顯得特別重要

2、。
　　 本文研究了一種客觀的有效臉檢測方法，并應用于本文設計和實現(xiàn)的RFID(射頻認證)與人臉雙重身份認證系統(tǒng)。該方法可以對人臉檢測得到的人臉圖像進行分析和判斷，從而剔除掉那些對人臉認證沒有貢獻的檢測結果，在提高系統(tǒng)穩(wěn)定性的同時保證人臉認證的良好性能。
　　 本文的主要研究內容概括如下：
　　 ①調研了國內外主要的一些人臉姿態(tài)估計方法，在分析了它們的優(yōu)缺點之后，本文結合實際系統(tǒng)的需求，選擇了簡單快速的基于幾何模

3、型的方法進行了具體的研究和編程實現(xiàn)，并在Honda/UCSD視頻人臉數(shù)據(jù)庫上進行了實驗，取得了良好的檢測效果。
　　 ②研究了一種新的無參照圖像質量估計方法。該方法可以估計人臉檢測得到的人臉圖像的清晰度，從而剔除模糊的圖像。它對圖像的內容和模糊的類型都沒有先驗的假設，并且在集成到系統(tǒng)中后有很好的實時性。為了測試本文算法的性能，本文將其和目前流行的一些圖像質量估計方法，在該領域普遍采用的LIVEIQA數(shù)據(jù)庫上進行了比較實驗，并按照

4、視頻質量專家組(Video Quality ExpertsGroup，VQEG)報告中建議的評價準則對本算法進行了評估。實驗結果說明本文算法超越了多數(shù)當前流行的無參照圖像質量估計算法。
　　 ③設計并實現(xiàn)了一個RFID與人臉雙重身份認證系統(tǒng)。通過本文對人臉姿態(tài)估計和無參照的圖像質量估計方法的研究，設計出一種有效臉檢測方法，并成功應用于本文的RFID與人臉雙重身份認證系統(tǒng)，在一定程度上解決了有效臉檢測的問題。目前，該系統(tǒng)已被用于重