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(xiàn)。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(xiàn)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(shù)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(shù)學原理和實現(xiàn)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