基于多特征融合的人臉檢測與識別方法.pdf

1、本文主要研究了復(fù)雜背景下的彩色人臉檢測和灰度圖的人臉識別。針對彩色圖像提出了基于膚色和特征驗證的人臉檢測算法，由膚色分割、排除假區(qū)域、特征驗證三部分組成。在膚色分割部分，詳細討論了彩色空間的選擇，膚色模型的建立，然后提出自適應(yīng)閾值法，再通過知識驗證排除一些假區(qū)域，運用邊緣檢測、模板匹配和投影法精確定位眼睛和嘴巴，從而驗證確認人臉，最后通過投影法定位出鼻子。實驗證明該算法檢測速度快、準確率高，具有較好的魯棒性。針對檢測出來的彩色人臉，進行

2、歸一化和灰度化，在此基礎(chǔ)上提出一種將Gabor小波變換和Direct線性判別分析相結(jié)合的人臉識別算法。首先對原圖進行區(qū)域Gabor變換，取特征矢量模作為Gabor特征，然后對該特征進行線性判別來提取分類特征，可大幅度降低特征空間維數(shù)，使得分類器的設(shè)計更加簡潔、有效，使用較少的特征向量數(shù)目就能取得較高的識別率，通過大量的實驗可證明此算法不僅對光照、表情變化具有較好的魯棒性，而且比傳統(tǒng)的Fisher線性判別分析方法、Gabor+LDA方法性