魯棒的人臉識(shí)別技術(shù)的研究.pdf

1、北京工業(yè)大學(xué)博士學(xué)位論文魯棒的人臉識(shí)別技術(shù)的研究姓名：劉黨輝申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：沈蘭蓀20040401北京工業(yè)大學(xué)工學(xué)博士學(xué)位論文會(huì)改變判別矢量的方向。我們提出在不丟失判別信息的前提下，分兩步求解出兩組判別矢量，并證明提取的特征是統(tǒng)計(jì)不相關(guān)的。試驗(yàn)對(duì)比結(jié)果表明，我們的方法是有效的。此外，也研究了基于預(yù)估策略的最優(yōu)判別矢量的選擇方法以及加權(quán)方法。對(duì)于訓(xùn)練圖像是一些正面，而待識(shí)別圖像具有姿態(tài)、光照和表情等一些

2、變化的情況，我們提出依據(jù)一些具有這些變化的其他人的人臉圖像樣本來(lái)預(yù)估已獲得的不相關(guān)的判別矢量，根據(jù)各判別矢量對(duì)這些變化的敏感程度來(lái)選取需要的判別矢量。試驗(yàn)結(jié)果表明，采用選擇出的判別矢量來(lái)提取特征，識(shí)別性能將有所提高。(3)亮度變化下的人臉識(shí)別方法。提出了基于本征亮度模型的光照處理算法。已有的一些處理亮度變化的方法，要么很復(fù)雜，要么要求每個(gè)人有多個(gè)不同光照的圖像，對(duì)實(shí)際應(yīng)用帶來(lái)一定問(wèn)題。我們根據(jù)人臉具有相似結(jié)構(gòu)和反射率的特點(diǎn)，對(duì)于一個(gè)小的

3、具有多種亮度變化的輔助圖像集，采用均值濾波的方法來(lái)消除不同人臉圖像的細(xì)節(jié)差別，而保留光照的變化。然后，應(yīng)用PCA方法來(lái)獲得僅僅描述與人臉細(xì)節(jié)特征無(wú)關(guān)的本征亮度模型，以及對(duì)亮度變化不敏感的差分圖像，從而使得后繼的人臉識(shí)別算法對(duì)光照變化不敏感。該方法簡(jiǎn)單、快速而且有效。提出了基于比率圖和迭代的光照處理算法。該方法不同于以前所有方法，在每個(gè)人僅有一幅正面光照?qǐng)D像的條件下，通過(guò)圖像分割、邊沿提取和自適應(yīng)濾波等圖像處理技術(shù)，以及正面人臉的對(duì)稱性等

4、知識(shí)，基于迭代的比率圖方法，可以將任意光照的人臉圖像恢復(fù)成一個(gè)具有正面光照的圖像。該方法比本征亮度模型復(fù)雜些，但是更能處理人臉表面上非常大的亮度變化問(wèn)題，且恢復(fù)出的圖像更符合入眼的視覺(jué)習(xí)慣。實(shí)驗(yàn)表明，該方法能獲得很好的識(shí)別效果。(4)姿態(tài)和亮度變化下的人臉識(shí)別方法。提出了基于有理B樣條函數(shù)擬合3D入臉表面和基于亮度模型的計(jì)算機(jī)圖形學(xué)技術(shù)的亮度和姿態(tài)變化的處理技術(shù)。依據(jù)人臉識(shí)別的特點(diǎn)，我們提出對(duì)原來(lái)的CANDIDE模型進(jìn)行修改，獲得了一個(gè)