人臉識(shí)別系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf

1、近年來，隨著信息技術(shù)的迅速發(fā)展，傳統(tǒng)身份認(rèn)證方式已經(jīng)不能滿足公共安全、電子商務(wù)、網(wǎng)上銀行等領(lǐng)域提出的新要求，而人臉識(shí)別技術(shù)依靠其不易偽造、不會(huì)遺失、不易察覺等特點(diǎn)，成為這些領(lǐng)域最為活躍的研究方向之一。人臉識(shí)別技術(shù)主要包括四個(gè)方面的內(nèi)容：人臉檢測(cè)、人臉特征點(diǎn)（眼睛、鼻子、嘴巴等）定位、特征選擇與提取和人臉識(shí)別與分類。
　　 本文以人臉識(shí)別技術(shù)的實(shí)用化為目標(biāo)，主要研究了人臉特征點(diǎn)定位與標(biāo)定方法和人臉特征提取方法兩方面的內(nèi)容。本文的主

2、要工作包括：提出了一種基于AdaBoost(Adaptive Boosting)算法的三層結(jié)構(gòu)眼睛精確定位方法；深入分析了LBP(Local Binary Patterns)算法的優(yōu)點(diǎn)和不足，實(shí)現(xiàn)了權(quán)值改進(jìn)LBP算法和具有粗糙度敏感參數(shù)的t-LBP(threshold-Local Binary Patterns)算法。
　　 在基于AdaBoost的三層結(jié)構(gòu)眼睛精確定位方法的實(shí)現(xiàn)過程中，本文通過構(gòu)建兩級(jí)眼睛粗定位融合分類器、進(jìn)行

3、幾何重心眼睛精定位和采用雙線性插值技術(shù)，使該人眼定位方法具有比傳統(tǒng)人眼定位方法更高的檢測(cè)率、更低的誤檢率和更高的定位精準(zhǔn)度，同時(shí)，本文提出的人眼定位方法完全可以滿足實(shí)時(shí)性應(yīng)用要求。
　　 此外，本文通過深入分析現(xiàn)有LBP算法及其在人臉識(shí)別中的應(yīng)用，在提出該算法的優(yōu)點(diǎn)和不足的基礎(chǔ)上，實(shí)現(xiàn)了LBP算法在貢獻(xiàn)度和粗糙度信息利用這兩方面的改進(jìn)，其中，權(quán)值改進(jìn)LBP算法降低時(shí)間復(fù)雜度的同時(shí)，提高了算法的識(shí)別率，t-LBP算法為搜尋合適的粗