基于特征融合的人臉檢測(cè)定位和識(shí)別算法的研究.pdf

1、由于科技的發(fā)展和應(yīng)用的需求，以及驗(yàn)證手段的多樣化，指紋識(shí)別和人臉識(shí)別技術(shù)得到了很大的關(guān)注和重視。其中人臉識(shí)別技術(shù)涉及到圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等領(lǐng)域，隨著近年來(lái)各種識(shí)別算法分的改進(jìn)，使得人臉識(shí)別成為最熱門(mén)的研究課題之一。一個(gè)人臉識(shí)別系統(tǒng)通常包含人臉檢測(cè)、人臉定位、人臉特征的提取和人臉特征的比對(duì)，然而由于人臉自身的因素和外界條件的影響，如何完成快速高效的人臉檢測(cè)和高魯棒性的特征提取，成為如今人臉識(shí)別研究的障礙。本文主要從人臉檢測(cè)、人

2、臉特征點(diǎn)定位和人臉識(shí)別算法三方面進(jìn)行研究。
　　能否快速、準(zhǔn)確的檢測(cè)到人臉，對(duì)后續(xù)人臉識(shí)別的研究將產(chǎn)生很大的影響。為了準(zhǔn)去的檢測(cè)到圖片中所有的人臉信息，本文首先通過(guò)膚色檢測(cè)排除大量非人臉復(fù)雜背景，確定人臉候選區(qū)域，同時(shí)加入圖像增強(qiáng)操作來(lái)改善圖像的質(zhì)量，再提取新的Haar特征，并在訓(xùn)練分類(lèi)器時(shí)加入閾值的約束，然后將訓(xùn)練出的弱分類(lèi)器級(jí)聯(lián)形成強(qiáng)分類(lèi)器，利用級(jí)聯(lián)的強(qiáng)分類(lèi)器完成人臉檢測(cè)，使得最終算法的檢測(cè)速度更快，有效的防止了樣本過(guò)度分配的

3、現(xiàn)象。
　　針對(duì)已經(jīng)檢測(cè)到的人臉，本文采用一種基于主動(dòng)形狀模型和主動(dòng)表觀模型融合改進(jìn)的人臉特征點(diǎn)定位算法。利用主動(dòng)形狀模型在定位灰度梯度比較明顯的人臉外輪廓部位能夠得到準(zhǔn)確的定位結(jié)果，利用主動(dòng)表觀模型在定位人臉內(nèi)部各個(gè)器官特征點(diǎn)人臉的準(zhǔn)確性，有效的融合了兩種算法，使得人臉特征點(diǎn)的定位時(shí)間更短、精度更準(zhǔn)確。
　　為了識(shí)別不同的人臉，本文提出了一種利用圖像局部紋理特征的算子結(jié)合支持向量機(jī)算法來(lái)進(jìn)行人臉識(shí)別的研究，主要是將局部二值