人臉識(shí)別方法研究與實(shí)現(xiàn).pdf

1、隨著社會(huì)的進(jìn)步以及網(wǎng)絡(luò)技術(shù),計(jì)算機(jī)技術(shù)的飛速發(fā)展,基于生物特征的身份認(rèn)證技術(shù)受到了廣泛的關(guān)注,如指紋識(shí)別,虹膜識(shí)別,人臉識(shí)別等。在所有生物特征識(shí)別方法中,人臉識(shí)別技術(shù)因其具有直接,友好,方便,符合人們認(rèn)識(shí)規(guī)律等優(yōu)勢,成為研究者們的首選識(shí)別技術(shù)。人臉識(shí)別系統(tǒng)是一種基于信息處理的模式識(shí)別系統(tǒng)。它主要包括兩大部分:特征提取與模式分類。特征提取部分是要從人臉圖像中提取可以用來區(qū)分不同人的人臉圖像的特征信息,后半部分的作用是對(duì)于從前半部分提取的特

2、征信息進(jìn)行分類,整個(gè)系統(tǒng)的識(shí)別率由這兩部分共同決定。本文就針對(duì)這兩個(gè)方面,做了如下的研究工作:1.通過廣泛的調(diào)研,對(duì)人臉識(shí)別的歷史和現(xiàn)狀進(jìn)行了比較全面的綜述;針對(duì)自動(dòng)人臉識(shí)別系統(tǒng)中的一些關(guān)鍵問題展開討論,學(xué)習(xí)了現(xiàn)有的關(guān)鍵技術(shù),分析,總結(jié)了目前研究中存在的問題和難點(diǎn);最后還介紹了國內(nèi)外主要的公用人臉數(shù)據(jù)庫。2.研究了人臉圖像預(yù)處理及人臉檢測方法。為了提高人臉識(shí)別的精度,在人臉識(shí)別之前都需要進(jìn)行人臉圖像的預(yù)處理工作。預(yù)處理包括很多內(nèi)容,例如

3、對(duì)人臉圖像進(jìn)行濾波去噪、灰度轉(zhuǎn)換、灰度歸一化、幾何歸一化等。好的預(yù)處理將會(huì)直接提高最終的人臉識(shí)別率。因此在人臉識(shí)別前,進(jìn)行預(yù)處理的環(huán)節(jié)顯得十分重要。本文對(duì)人臉圖像的預(yù)處理工作主要有:幾何歸一化和光照處理。文章還介紹了基本的人臉檢測方法,最后采用SMQT+SNoW相結(jié)合的算法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)表明該算法是非常有效的。3.人臉特征提取與識(shí)別。在這一章中,簡要介紹了特征提取的一些經(jīng)典方法,比較深入的研究分析了PCA、LDA、NMF人臉識(shí)別算法的

4、原理,并對(duì)這幾種算法的識(shí)別效果進(jìn)行了驗(yàn)證,通過大量的實(shí)驗(yàn)表明這些方法是有效可行的。4.研究了人臉特征定位。面部特征精確配準(zhǔn)是魯棒實(shí)用的人臉識(shí)別系統(tǒng)的基本前提,主動(dòng)形狀模型(ASM)是目前解決該問題的主流模型。此外,基于Gabor的小波具有良好的局部特征和方向選擇性,且對(duì)光照和姿態(tài)具有較強(qiáng)的魯棒性,因此本文提出了一種融合Gabor相位和幅值信息的ASM特征提取算法。該算法同時(shí)具有Gabor方法和ASM方法的優(yōu)點(diǎn),實(shí)驗(yàn)表明該算法能夠比較精確