基于統(tǒng)計(jì)學(xué)習(xí)的自動(dòng)人臉識(shí)別算法研究.pdf

1、自動(dòng)人臉識(shí)別是一個(gè)典型的圖像模式分析、理解與分類計(jì)算問題，它涉及到模式識(shí)別，圖像處理，計(jì)算機(jī)視覺，統(tǒng)計(jì)學(xué)習(xí)，和認(rèn)知科學(xué)等多個(gè)學(xué)科。自動(dòng)人臉識(shí)別問題的深入研究和最終解決，可以極大的促進(jìn)這些學(xué)科的成熟和發(fā)展。同時(shí)作為生物特征識(shí)別主要研究內(nèi)容之一的人臉識(shí)別和認(rèn)證技術(shù)在國家安全和公共安全領(lǐng)域的應(yīng)用前景十分廣闊。雖然經(jīng)過近40年的發(fā)展，但是由于人臉容易受到光照、姿態(tài)和表情等因素的影響，要建立一個(gè)精確和魯棒的自動(dòng)人臉識(shí)別系統(tǒng)仍然是一個(gè)極具挑戰(zhàn)性的課

2、題。 近年來基于統(tǒng)計(jì)學(xué)習(xí)的模式識(shí)別方法引起了極大的關(guān)注，在自動(dòng)人臉識(shí)別領(lǐng)域也取得了很大的成功，使得自動(dòng)人臉識(shí)別系統(tǒng)在速度和精度方面都得到了比較大的提高。代表算法包括Boosting算法，SVM和貝葉斯學(xué)習(xí)等。本論文就是針對(duì)統(tǒng)計(jì)學(xué)習(xí)算法在自動(dòng)人臉識(shí)別中的各個(gè)環(huán)節(jié)中的應(yīng)用展開的，論文的主要工作和創(chuàng)新成果如下： 1．通過廣泛的調(diào)研，對(duì)人臉識(shí)別的歷史和現(xiàn)狀進(jìn)行了比較全面的綜述本文首先對(duì)人臉識(shí)別研究的歷史和發(fā)展現(xiàn)狀作了回顧，之后對(duì)

3、人臉識(shí)別中的一些主要算法作了比較詳細(xì)地介紹，重點(diǎn)介紹了基于靜態(tài)圖片的人臉識(shí)別算法，另外對(duì)最近幾年備受人們關(guān)注的基于視頻的人臉識(shí)別研究也作了介紹。最后還介紹了目前人臉識(shí)別系統(tǒng)的評(píng)測(cè)情況及國內(nèi)外主要的公用人臉數(shù)據(jù)庫，在此基礎(chǔ)上分析了當(dāng)前人臉識(shí)別研究面臨的挑戰(zhàn)及可能的技術(shù)發(fā)展趨勢(shì)。 2．針對(duì)AdaBoost算法用于人臉檢測(cè)特征選擇時(shí)存在的問題，提出了一種基于代價(jià)敏感的AdaBoost算法的人臉檢測(cè)方法目前人臉檢測(cè)的主流方法是Viola

4、和Jones在2001年提出了基于AdaBoost算法的人臉檢測(cè)方法。該算法的一個(gè)缺點(diǎn)是訓(xùn)練分類器時(shí)，將兩類分類錯(cuò)誤(漏檢一張人臉和誤檢一張人臉)平等對(duì)待，即漏檢一張人臉和誤檢一張人臉的代價(jià)是一樣的。因?yàn)樵趯?shí)際應(yīng)用中人臉的存在和出現(xiàn)是個(gè)小概率事件，所以漏檢一張人臉的代價(jià)應(yīng)當(dāng)比誤檢一張人臉的代價(jià)大。為此，本文提出了一種代價(jià)敏感的AdaBoost算法，此算法設(shè)定漏檢一張人臉的代價(jià)比誤檢一張人臉的代價(jià)大，然后通過學(xué)習(xí)使得兩類分類錯(cuò)誤的代價(jià)最小

5、。實(shí)驗(yàn)結(jié)果表明，此算法能取得更好的學(xué)習(xí)效果，提高了人臉檢測(cè)率。 3．研究了人臉識(shí)別中用AdaBoost算法挑選特征時(shí)存在的不對(duì)稱性問題，提出了一種基于AsymBoost和Fisher線性判別分析的人臉識(shí)別方法本文詳細(xì)分析了用AdaBoost算法在人臉識(shí)別中挑選特征時(shí)碰到的非對(duì)稱問題，如正負(fù)樣本數(shù)量相差懸殊和學(xué)習(xí)目標(biāo)的不對(duì)稱。提出用非對(duì)稱AdaBoost算法(AsymBoost)來解決人臉識(shí)別中的不對(duì)稱問題，以及采用Fisher線

6、性判決分析對(duì)挑選出來的弱分類器的權(quán)重進(jìn)行優(yōu)化，使得綜合后的分類器能最大化不同類別數(shù)據(jù)間的可分性。實(shí)驗(yàn)結(jié)果表明，采用AsymBoost算法和Fisher線性判決分析后分類器的識(shí)別效果有較大提高。 4．研究了貝葉斯學(xué)習(xí)在人臉識(shí)別中的應(yīng)用，提出了一種基于LBP特征和貝葉斯概率統(tǒng)計(jì)模型的姿態(tài)魯棒的人臉識(shí)別算法本文分析了姿勢(shì)變化對(duì)基于LBP特征的人臉識(shí)別算法的影響，提出用貝葉斯概率模型對(duì)姿勢(shì)變化進(jìn)行建模，使得基于LBP的人臉識(shí)別算法對(duì)姿