基于遺傳算法的復(fù)雜背景下人面識別系統(tǒng).pdf

1、遼寧師范大學(xué)碩士學(xué)位論文基于遺傳算法的復(fù)雜背景下人面識別系統(tǒng)姓名：李子強申請學(xué)位級別：碩士專業(yè)：學(xué)科教學(xué)論（計算機）指導(dǎo)教師：韓玉瑄19980801基于遺傳算法的復(fù)雜背景下人面識別糸統(tǒng)Yti：llZ37方法穩(wěn)定可靠，而且同人面表情，光照條件無關(guān)但是卻有兩個主要裥題：一是能量函數(shù)的系數(shù)很難適應(yīng)一般情況：=是計算量銀大。Reisield等“3提出了另一種基于廣義對稱性的方法。它可靠地檢測出眼睛、嘴的精確位置，但遺憾的是它要求人面必須占整幅畫

2、面的15％～60％幅度，由于此法沒有利用關(guān)于面部位置的任何先驗知識，因此計算量依然很大。程永清03在SVD算法的基礎(chǔ)上提出了一種較好的人面特征抽取和識別的方法。但其所述的識別方法僅在一定的約束范圍內(nèi)有效一攝像機同人面的相對位置、方向、姿態(tài)等不能發(fā)生顯著變化。原因是這種圖像特征抽取方法不具有對圖像的平移、旋轉(zhuǎn)和尺寸的不敏感性，因而它不具有廣泛的應(yīng)用性。彭振云等o3提出的允許姿態(tài)變化的快速人面特征檢測法，采用Hough變換并利用人面的相似性

3、和對稱性約束來確定兩個瞳孔的位置，然后根據(jù)人面幾何測量關(guān)系利用積分投影法得到嘴角的精確位置。此法在速度和精度兩方面都具有良好的性能，但對圖像的背景作出了嚴格的限制，使其很難適臺復(fù)雜背景的圖像。再者它是假設(shè)人面圖像可以通過閩值分割能將頭發(fā)、眼睛與面部明顯區(qū)分開的，對圖像的光照條件依賴性也過強。楊光正“1的鑲嵌圖法可以在人面尺寸和數(shù)量都不知的情況下，在復(fù)雜背景圖像中完成人面的定位識別。此法是首先構(gòu)造了系列鑲嵌圖，然后逐個搜索它們當中符合人面

4、四分圖知識的鑲嵌圖，找到后再構(gòu)造出相應(yīng)的八分圖，用人面八分圖知識進一步確認。其處理過程是串行的，任何一個處理過程都依賴于上一步處理結(jié)果，致使該系統(tǒng)穩(wěn)定性差?，F(xiàn)有的模板匹配和模式特征檢測法都需要較大的計算量及一組與特定環(huán)境相關(guān)的實驗參數(shù)，而且往往對圖像背景復(fù)雜度、光照、人面的位置、、人面數(shù)量及面部表情等約束條件都做出了嚴格限制”“]使得這些方法很難在實際中廣泛應(yīng)用。為了達到實際應(yīng)用的程度，必須放論約束條件，住其限制在合理自9范圍內(nèi)，以促進

5、人面識別技術(shù)的發(fā)展。2復(fù)雜背景下的入面識別復(fù)雜背景影響人面特征，使識別難度加大尊純地用傳統(tǒng)的模式持征描述或模板匹配方法很難奏效。但并非在此條件F人面不可識別復(fù)雜背景下的人面識別有其特殊的規(guī)律，我們必須從新的角度抽取出有效特征，確豆新的人面模式和識別函數(shù)進行識別。21三層人面模式定義的研究用計算譏來識別各種模式首先要解決描述模式的方法，一般用基本特征對模式進行描述?；咎卣鞅仨氂写硇缘乇碚髂Ｊ降男誀羁梢允且环N物理性狀的描述，如光亮度、強

6、度等；也可以是一種幾何性狀的描述如長度、面積、形狀等。人面組成了一婁非常相似的物體，所有人面幾乎由同樣的幾何特征構(gòu)成，以往都是利用特征細微差別來描述人面模式。但是，由于背景復(fù)雜度、光照、人面位置、人面數(shù)量及面部表情等約束條件的變化，使面部三縫特征的二維投影發(fā)生了很大變化，舊的人面模式不再適用。我們通過研究發(fā)現(xiàn)：(1)從人類生理、心理感知機理的角度來看，認知事物的過程是從宏觀到微觀，從整體到細節(jié)的。識別一物體時，首先是從宏觀角度進行整體判