基于局部紋理模型的人臉對(duì)齊算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著人工智能技術(shù)的日趨提高,人們不斷在刷新對(duì)身份認(rèn)證技術(shù)的安全、便捷、潮流的認(rèn)知感。傳統(tǒng)的鑰匙、IC卡等身份認(rèn)證方法,存在著不足和諸多安全隱患,已經(jīng)不能滿足人們追求可靠的、便利的身份認(rèn)證。近年來(lái),基于人體生物特征的個(gè)人身份識(shí)別技術(shù)迅速發(fā)展,歸結(jié)于其安全性、便利性極好。與基于指紋、掌紋、虹膜、視網(wǎng)膜、靜脈、骨骼等其他生物特征的身份識(shí)別方式相比,人臉識(shí)別更加具有非侵犯性、防偽性、采集方便等特點(diǎn)。人臉識(shí)別系統(tǒng)一般包括圖像攝取、人臉檢測(cè)、人臉對(duì)

2、齊和身份確認(rèn)四個(gè)步驟。其中,人臉對(duì)齊的目標(biāo)是定位面部上眼睛、鼻子、嘴巴及臉部輪廓等主要器官的特征點(diǎn)。精確地定位人臉特征點(diǎn)能夠?yàn)闇?zhǔn)確地提取人臉特征奠定基石,快速地定位人臉特征點(diǎn)能夠?yàn)橄到y(tǒng)實(shí)時(shí)工作有效提供保障,從而更加有利于人臉識(shí)別工作順利進(jìn)行。然而在復(fù)雜環(huán)境下,由于受光照,遮擋,姿態(tài),表情,圖片質(zhì)量等因素變化的影響,人臉對(duì)齊算法性能大大下降,實(shí)現(xiàn)一種魯棒高效的人臉對(duì)齊方法仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。
  本文重點(diǎn)探討基于局部紋理模型

3、的人臉對(duì)齊方法,首先敘述了基于Haar-like特征及AdaBoost算法的人臉檢測(cè),其次闡明了基于主動(dòng)形狀模型(Active ShapeModels,ASM)的人臉對(duì)齊,最后論述了提出的一種基于隨機(jī)森林回歸的人臉對(duì)齊算法,形成了從原始圖像到人臉檢測(cè)再到特征點(diǎn)定位的一套完整的全自動(dòng)人臉特征點(diǎn)定位系統(tǒng),文章主要分為四大塊:
  首先,闡述了國(guó)內(nèi)外人臉對(duì)齊的研究形狀及難點(diǎn),總結(jié)了人臉對(duì)齊常用的方法,并總結(jié)了人臉對(duì)齊工作常用的數(shù)據(jù)庫(kù)及人

4、臉對(duì)齊方法性能評(píng)估的幾種方法。
  其次,敘述了基于Haar-like特征及AdaBoost算法的人臉檢測(cè)方法的實(shí)現(xiàn)過(guò)程,詳解了Haar-like特征的提取、積分圖的構(gòu)造、分類(lèi)器的構(gòu)建與級(jí)聯(lián),并在MATLAB R2009A平臺(tái)和Helen數(shù)據(jù)庫(kù)、LFPW數(shù)據(jù)庫(kù)及BioID數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)。
  接著,闡明了基于主動(dòng)形狀模型的人臉對(duì)齊方法的實(shí)現(xiàn)過(guò)程,詳解了訓(xùn)練樣本形狀的對(duì)齊、形狀模型構(gòu)建、梯度向量特征提取及局部模型構(gòu)建,并在MA

5、TLABR2009A平臺(tái)和Helen數(shù)據(jù)庫(kù)、LFPW數(shù)據(jù)庫(kù)及BioID數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)。
  最后,論述了提出的一種基于隨機(jī)森林回歸的人臉對(duì)齊方法的實(shí)現(xiàn)過(guò)程,詳解了像素差值特征的提取、隨機(jī)森林回歸模型的構(gòu)建、隨機(jī)森林回歸模型的遍歷、全局形狀優(yōu)化模型的構(gòu)建及級(jí)聯(lián)結(jié)構(gòu)的應(yīng)用,并在MATLAB R2009A平臺(tái)和Helen與LFPW數(shù)據(jù)庫(kù)對(duì)提出的方法進(jìn)行了測(cè)試,實(shí)驗(yàn)結(jié)果表明基于隨機(jī)森林回歸的人臉對(duì)齊方法不僅特征點(diǎn)定位時(shí)間短、定位精度高,而

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論