單訓(xùn)練樣本條件下人臉識(shí)別技術(shù)研究.pdf

1、作為圖像處理和圖像分析在生物特征認(rèn)證領(lǐng)域最成功的應(yīng)用之一，自動(dòng)人臉識(shí)別(Automatic Face Recognition，AFR)最近幾年來成為研究熱點(diǎn)，受到廣大學(xué)者的特別關(guān)注。自動(dòng)人臉識(shí)別相比其它生物特征識(shí)別具有直接、方便、友好等特點(diǎn)。單訓(xùn)練樣本是許多實(shí)際應(yīng)用中的一個(gè)限制條件，而現(xiàn)有的許多算法在單訓(xùn)練樣本條件下識(shí)別率會(huì)急劇下降有些甚至無法應(yīng)用。因而對(duì)單訓(xùn)練樣本條件人臉識(shí)別技術(shù)的特別研究，具有重要的理論意義和應(yīng)用價(jià)值。 本文

2、首先介紹人臉識(shí)別課題的研究背景與意義，總結(jié)和分析了國內(nèi)外人臉識(shí)別研究的現(xiàn)狀與進(jìn)展。圍繞人臉識(shí)別的具體應(yīng)用，詳細(xì)分析了單訓(xùn)練樣本人臉識(shí)別問題的特殊性，提出了一種新的基于多姿態(tài)虛擬樣本生成和圖像信息增強(qiáng)的人臉識(shí)別算法。該方法應(yīng)用Candide-3模型，將正面的人臉通過姿態(tài)調(diào)整產(chǎn)生多個(gè)不同姿態(tài)下的人臉圖像，同時(shí)結(jié)合基于訓(xùn)練樣本增強(qiáng)的統(tǒng)一基空間奇異值分解方法進(jìn)行特征表示與增強(qiáng)，應(yīng)用最近鄰法進(jìn)行分類取得了很好的效果，緩解了由于樣本限制而導(dǎo)致的識(shí)別

3、率驟降問題。 自動(dòng)人臉識(shí)別技術(shù)包括人臉辨識(shí)和人臉驗(yàn)證。但目前大多數(shù)研究工作集中于人臉辨識(shí)的研究，很少有文獻(xiàn)對(duì)人臉驗(yàn)證特別是其特殊性進(jìn)行深入的探討?；谶@一現(xiàn)實(shí)，本文集中討論了自動(dòng)人臉識(shí)別技術(shù)中人臉驗(yàn)證問題的特殊性。針對(duì)人臉驗(yàn)證問題的特殊性提出了一種基于Candide-3和支持向量機(jī)(Support Vector Machines，SVM)的單訓(xùn)練樣本人臉驗(yàn)證方法，該方法通過對(duì)重建模型的旋轉(zhuǎn)產(chǎn)生姿態(tài)不同的數(shù)字人臉，將它們和原始樣本