室外動態(tài)場景中的人臉識別.pdf

1、人臉識別一直是計(jì)算機(jī)視覺領(lǐng)域的一個熱點(diǎn)研究與應(yīng)用方向，在智能視頻監(jiān)控、自動門禁、國防安全、生物識別等方面都發(fā)揮著最關(guān)鍵的作用，擁有極高的應(yīng)用價(jià)值。近些年來，對于人臉識別算法的研究方向正慢慢從受限制的簡單場景向不受限的復(fù)雜場景轉(zhuǎn)變。與簡單的靜態(tài)場景相比，在室外動態(tài)場景中人臉識別受影響的因素更多，復(fù)雜光照變化、人臉姿態(tài)變化以及多變的背景都會對人臉識別算法帶來難以處理的棘手問題。因此，研究在室外動態(tài)場景中穩(wěn)健的人臉識別算法具有較大的挑戰(zhàn)性和較

2、強(qiáng)的實(shí)用性。
　　結(jié)合動態(tài)場景的特性，本文從人臉對齊、人臉特征提取方法和分類識別算法進(jìn)行了深入的研究，主要研究內(nèi)容如下：
　　(1)提出了相應(yīng)的人臉對齊及歸一化方法，在一定程度上較好的解決了動態(tài)場景下的光照與人臉姿態(tài)變化。對常見的人臉圖像預(yù)處理算法進(jìn)行了介紹與研究，對直方圖均衡、對數(shù)變換和伽馬校正等光照預(yù)處理方法進(jìn)行了研究與實(shí)驗(yàn)，重點(diǎn)研究了基于改進(jìn)的主動形狀模型（ASM）算法對于人臉姿態(tài)檢測的效果。
　　(2)對常用的

3、人臉特征提取方法進(jìn)行了介紹與優(yōu)劣分析，在此基礎(chǔ)上深入研究了基于人臉圖像金字塔多尺度的高維特征提取方法，提升了對人臉圖像的描述與表征能力，分別研究了基于PCA和基于稀疏的降維方法的優(yōu)缺點(diǎn)以及對人臉識別率的影響，基于聯(lián)合貝葉斯方法和經(jīng)典的SVM分類器實(shí)現(xiàn)了最終的人臉識別算法，與傳統(tǒng)的特征提取方法進(jìn)行對比實(shí)驗(yàn)，驗(yàn)證了該方法在室外動態(tài)場景中人臉識別的準(zhǔn)確性。
　　(3)研究多種人臉特征融合方法，分析了經(jīng)典SVM與概率輸出的SVM各自的特點(diǎn)