基于特征點(diǎn)描述的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別技術(shù)屬于計(jì)算機(jī)視覺的一個(gè)研究方向，人臉識(shí)別技術(shù)在1990年以后得到了快速飛躍的發(fā)展，發(fā)展人臉識(shí)別技術(shù)不僅是近些年如雨后春筍般的商業(yè)保密市場如企業(yè)考勤，私家偵探等行業(yè)的需求，也在國家戰(zhàn)略安全，刑事偵查，間諜防御等領(lǐng)域的應(yīng)用占有一席之地。
　　人臉識(shí)別技術(shù)隨著近些年的發(fā)展可以分為基于圖像的技術(shù)路線和基于視頻的技術(shù)路線，而基于圖像的人臉識(shí)別通常分為基于全局模板的方法，比如Fisherface；和基于特征點(diǎn)描述的方法，這其中包括使

2、用128維向量描述的SIFT算法，一種在物體識(shí)別領(lǐng)域中得到廣泛運(yùn)用的特征點(diǎn)檢測和描述算法，和BRISK等基于二進(jìn)制字符串描述符的特征點(diǎn)算法。本文主要在三個(gè)方面進(jìn)行了研究工作并取得了一定的創(chuàng)新。
　　1.首先介紹了SIFT算法以及在人臉識(shí)別中的應(yīng)用，然后提出了一種新的基于SIFT的人臉識(shí)別算法，通過在Extended Yale Faces B和AT&T ORL數(shù)據(jù)庫上的實(shí)驗(yàn)驗(yàn)證了該算法的良好識(shí)別率。
　　2.其次我們介紹了Ad

3、aBoost算法的原理，以及AdaBoost在人臉檢測上的應(yīng)用，我們提出了一種通過將二類分類的AdaBoost擴(kuò)展到多類分類來應(yīng)用到人臉識(shí)別上的算法，通過AdaBoost結(jié)合其他人臉識(shí)別算法來取得了良好的識(shí)別效果。
　　3.最后我們介紹了2010年來特征點(diǎn)描述子發(fā)展的最新趨勢：二進(jìn)制特征點(diǎn)描述子。我們介紹了其中的代表BRISK算法與FREAK算法，然后設(shè)計(jì)了一種新的二進(jìn)制特征點(diǎn)算法FGBBK。通過理論剖析與實(shí)驗(yàn)證明FGBBK算法應(yīng)