基于二維圖像表示的人臉檢測與識別技術研究.pdf

1、人臉分析是生物特征識別技術的一個重要分支，它主要涉及人臉的自動檢測與識別等，其目的是使計算機能夠代替人類去完成個體身份信息的快速、準確獲取。本文首先全面綜述了人臉檢測與識別技術的應用背景、研究內容和方法分類，在對近十年來人臉檢測與識別的幾種典型算法分析的基礎上，設計了一種融合特征驗證的人臉檢測方法，提出了一種改進的基于局部特征提取的人臉識別算法。
　　本文首先對基于Adaboost算法的人臉檢測方法進行了研究，對機器學習中的Ada

2、boost算法進行了詳細的總結介紹，而后對算法在人臉檢測中采用的特征提取算子——Haar-Like特征提取算子進行了分析討論，并在此基礎上給出了基于Haar-Like特征值的弱分類器設計、強分類器構造以及級聯(lián)檢測器設計的具體算法實現。傳統(tǒng)的基于單一Haar-Like特征的人臉檢測算法最初主要考慮的是算法的實時性，而非區(qū)分人臉和非人臉的能力。鑒于此，本文提出了融合MB-LBP特征驗證的人臉檢測方法，設計了特征融合的具體實現步驟。該方法首先

3、使用Haar-Like特征檢測器確定人臉候選區(qū)域，再使用基于MB-LBP特征的人臉檢測器對這些候選區(qū)域進一步篩選，以最終的輸出作為檢測到的人臉區(qū)域。實驗結果表明，本文方法在降低誤檢人臉數方面要優(yōu)于傳統(tǒng)方法。
　　本文然后開展了基于主成分分析的人臉識別算法的研究，提出了一種改進的人臉特征提取方法。論文首先對傳統(tǒng)基于主成分分析的人臉識別算法的數學原理和實現過程進行了分析討論，指出了它作為一種基于整體的統(tǒng)計特征提取方法所存在的不足。在此