基于融合的人臉識(shí)別方法研究.pdf

1、從20世紀(jì)70年代起，對(duì)人類語(yǔ)言方式的機(jī)器理解研究成為國(guó)際上重要的研究課題。在我們?nèi)粘５慕煌校四槺磉_(dá)著豐富而細(xì)膩的情感和心理信息，因此，以人臉識(shí)別為代表的面部感知計(jì)算從80年代末開始逐漸成為熱門的研究方向之一，尤其是人臉識(shí)別引起了越來越多的關(guān)注。 人臉識(shí)別被重視的另一個(gè)重要原因是其在經(jīng)濟(jì)、安全、社會(huì)保障、犯罪、軍事等領(lǐng)域具有巨大的潛在的應(yīng)用價(jià)值，尤其在需要對(duì)用戶身份進(jìn)行驗(yàn)證或識(shí)別的場(chǎng)合。人臉識(shí)別技術(shù)因其無需用戶過多參與、非接

2、觸式的數(shù)據(jù)采集方式、對(duì)用戶無任何損害、便于隱藏等優(yōu)點(diǎn)而普遍為人們所看好，被稱為21世紀(jì)最有前途的身份驗(yàn)證方法。對(duì)人臉問題的研究和解決，有助于對(duì)其他對(duì)象識(shí)別問題的研究分析和解決，人臉識(shí)別也因此成為這些基礎(chǔ)研究領(lǐng)域的重要課題之一，具有重要的理論研究?jī)r(jià)值。 在現(xiàn)有人臉檢測(cè)和識(shí)別的基本理論和關(guān)鍵技術(shù)基礎(chǔ)上，論文重點(diǎn)討論了彩色人臉圖像的人臉檢測(cè)、圖像增強(qiáng)、特征提取、基于多分類器組合的人臉識(shí)別方法、人耳識(shí)別、側(cè)面人臉識(shí)別、人臉識(shí)別和人耳識(shí)別

3、相融合的方法、三維人臉識(shí)別的多Agent結(jié)構(gòu)模型等問題。 本文的主要研究?jī)?nèi)容包括：(1)針對(duì)人臉檢測(cè)算法的主要困難，本文提出了一種新的人臉圖像增強(qiáng)方法。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)于偏亮或者偏暗的人臉圖像，可以轉(zhuǎn)換成比較清晰的人臉圖像，從而明顯地提高人臉檢測(cè)、識(shí)別的準(zhǔn)確性。 (2)針對(duì)復(fù)雜背景下的人臉檢測(cè)，本文提出了一種基于膚色和雙眼信息的彩色圖像中的人臉檢測(cè)算法。該算法首先根據(jù)膚色信息對(duì)輸入圖像進(jìn)行人臉區(qū)域的粗檢測(cè)。剔除了人

4、臉不可能存在的區(qū)域，同時(shí)獲得了人臉可能存在的區(qū)域，從而縮短了檢測(cè)時(shí)間。實(shí)驗(yàn)結(jié)果表明，此算法利用膚色和雙眼信息進(jìn)行人臉區(qū)域檢測(cè)，具有較好的魯棒性，可以有效地運(yùn)用于多人臉、不同尺寸、表情姿態(tài)、復(fù)雜背景的情況，對(duì)人臉旋轉(zhuǎn)和側(cè)偏具有較高的適應(yīng)性。同時(shí)也使誤檢率達(dá)到較低的水平，取得了較好的檢測(cè)效果。 (3)本文提出了基于改進(jìn)特征臉方法以及支持向量機(jī)的多分類器融合的識(shí)別方法，該多分類器組合方法不僅充分利用了支持向量機(jī)識(shí)別率高和距離度量速度快

5、的優(yōu)點(diǎn)，而且還利用距離度量的結(jié)果指導(dǎo)支持向量機(jī)的訓(xùn)練和測(cè)試。實(shí)驗(yàn)表明，該多分類器組合方法具有較高的效率和識(shí)別精度以及較低的誤識(shí)率。 (4)人耳識(shí)別和側(cè)面人臉識(shí)別都是嶄新的生物識(shí)別技術(shù)，目前國(guó)內(nèi)外報(bào)道的研究成果很少，本文對(duì)其進(jìn)行了初步的探索與嘗試。提出了一種新的人耳識(shí)別方法，利用幾何方法提取特征，對(duì)于光照沒有變化的清晰的人耳圖像進(jìn)行識(shí)別，識(shí)別準(zhǔn)確率較高。針對(duì)現(xiàn)有的基于幾何特征方法定位側(cè)面人臉特征點(diǎn)沒有考慮這些特征點(diǎn)的鄰域信息，以及

6、根據(jù)特征歐氏距離、側(cè)面人臉輪廓線分段曲率方法進(jìn)行側(cè)面人臉識(shí)別正確識(shí)別率較低。提出了采用連續(xù)小波檢測(cè)出側(cè)面人臉的主要邊緣輪廓，利用主分量分析方法提取出主分量，之后通過支持向量機(jī)識(shí)別側(cè)面人臉的識(shí)別方法。 (5)由于人耳識(shí)別和人臉識(shí)別同樣具有其他生物識(shí)別所不具備的“非打擾”特征，而且人耳特征的唯一性以及人臉與人耳在三維人體頭部的位置關(guān)系確保了將二者進(jìn)行組合應(yīng)用方法的可行性。本文提出一種將人臉識(shí)別和人耳識(shí)別相融合的新方法，采用決策層融合

7、，所需要處理的數(shù)據(jù)量小，可以提高識(shí)別的速度。這兩種識(shí)別方法的融合是解決目前身份識(shí)別中識(shí)別率不高，可信程度低的新思路，這對(duì)于探索生物識(shí)別新方法是一個(gè)有益的嘗試。 由于人眼對(duì)人臉模式的識(shí)別過程是并行的，而目前的計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)卻是串行的。針對(duì)多生物認(rèn)證系統(tǒng)到目前為止還沒有一個(gè)統(tǒng)一的框架結(jié)構(gòu)，本文首次利用人工智能的最新研究成果多智能體系統(tǒng)理論描述人臉的三維識(shí)別過程，利用并發(fā)的研究成果，結(jié)合三維人臉識(shí)別過程的具體特點(diǎn)，提出了三維人臉識(shí)別的