人臉圖像特征提取和姿態(tài)重構(gòu)方法研究.pdf

1、人臉識(shí)別技術(shù)是對(duì)人臉圖像進(jìn)行亮度預(yù)處理、人臉檢測(cè)、特征提取、分類識(shí)別等一系列處理的模式識(shí)別技術(shù)。人臉圖像特征提取是人臉識(shí)別領(lǐng)域研究的核心內(nèi)容之一，特征提取的準(zhǔn)確與否很大程度上影響著識(shí)別率的高低。將不同姿態(tài)人臉圖像轉(zhuǎn)換為固定角度姿態(tài)圖像的姿態(tài)重構(gòu)研究則是人臉識(shí)別現(xiàn)階段的研究熱點(diǎn)之一。
　　本研究主要內(nèi)容包括：⑴介紹了基于主成分分析的特征提取方法、空間區(qū)域直方圖特征提取法。進(jìn)而分析了二維 Gabor函數(shù)的多尺度多角度提取樣本圖像細(xì)節(jié)信

2、息的特性，并結(jié)合空間區(qū)域的思想提出了空間區(qū)域Gabor均值（MLGBP）特征提取法。最后介紹了k近鄰（KNN）分類器和支持向量機(jī)（SVM）分類器的基本原理，用這兩種分類器比較了三種特征提取方法的識(shí)別率，驗(yàn)證了MLGBP特征的準(zhǔn)確度。⑵介紹了貝葉斯理論和變分貝葉斯理論，并比較了期望最大化（EM）算法與變分貝葉斯期望最大化（VBEM）算法的共同點(diǎn)與不同點(diǎn)；其次基于因子分析模型的理論基礎(chǔ)，結(jié)合人臉數(shù)據(jù)介紹了約束因子分析（T-FA）模型結(jié)構(gòu)，并