人臉識(shí)別算法的改進(jìn).pdf

1、人臉識(shí)別是一項(xiàng)極具發(fā)展?jié)摿Φ纳锾卣髯R(shí)別技術(shù),研究人臉識(shí)別技術(shù)具有十分重要的理論和應(yīng)用價(jià)值。識(shí)別系統(tǒng)采集的原始人臉圖像通常以網(wǎng)格像素的灰度值集表示,孤立的像素灰度集合不能直接反映人臉的內(nèi)蘊(yùn)特征。二維Gabor小波變換能夠?qū)⑾噜弲^(qū)域的像素聯(lián)系起來(lái),從不同的頻率尺度和方向反映局部范圍內(nèi)圖像像素灰度值的變化。本文深入研究了利用二維Gabor小波變換進(jìn)行人臉識(shí)別的理論方法和技術(shù),主要內(nèi)容如下： (1)研究了人臉圖像的預(yù)處理。人臉圖像的預(yù)

2、處理就是將由圖像采集設(shè)備采集到的人臉圖像調(diào)整成規(guī)范化的圖像,主要包括三個(gè)環(huán)節(jié)：人臉圖像的光照補(bǔ)償、人眼檢測(cè)和定位、幾何規(guī)范化和灰度規(guī)范化。論文重點(diǎn)研究了采用改進(jìn)的廣義對(duì)稱變換算法進(jìn)行人眼的檢測(cè)和定位。 (2)研究了二維Gabor小波變換。二維Gabor小波變換是通過(guò)計(jì)算一組二維Gabor濾波器與圖像上給定位置附近區(qū)域像素灰度值的卷積來(lái)實(shí)現(xiàn)的,接著研究了二維Gabor濾波器參數(shù)的選擇及其意義。 (3)改進(jìn)了經(jīng)典的彈性束圖匹

3、配算法。經(jīng)典的彈性束圖匹配算法首先將人臉圖像與某一預(yù)定義人臉束圖進(jìn)行匹配以得到各特征點(diǎn)的粗略初始位置,再通過(guò)彈性微調(diào)以確定各特征點(diǎn)的位置,最后計(jì)算特征點(diǎn)位置的二維Gabor小波變換系數(shù)并進(jìn)行人臉的分類識(shí)別,經(jīng)典彈性束圖匹配算法的計(jì)算量較大。本文對(duì)特征點(diǎn)進(jìn)行了適當(dāng)?shù)娜∩岷图訖?quán)值,并通過(guò)對(duì)大量訓(xùn)練集的人臉標(biāo)號(hào)圖網(wǎng)格結(jié)構(gòu)的聚類得到7個(gè)有代表性的網(wǎng)格結(jié)構(gòu)組成人臉束圖的模板束。在進(jìn)行匹配時(shí),將彈性束圖匹配算法與改進(jìn)的廣義對(duì)稱變換算法相結(jié)合,首先,