人臉圖像的復(fù)原與識別算法研究.pdf

1、由于受到外界多種因素的影響，人臉圖像在物理設(shè)備收集過程中，常常造成人臉圖像質(zhì)量的下降，表現(xiàn)為人臉模糊，人臉噪聲等。但是人臉識別，人臉檢測等領(lǐng)域中，又需要清晰的，質(zhì)量相對較高的人臉，因此，人臉復(fù)原成為我們研究人臉識別的基礎(chǔ)課題。人臉識別是一項具有重大理論意義和實際應(yīng)用價值的課題，如何利用計算機克服自然場景中的人臉的姿態(tài)變化和光噪影響，進而精確的檢測識別出人臉圖像，成為了目前圖像領(lǐng)域的熱門問題。
　　本文大致介紹了目前人臉圖像復(fù)原和檢

2、測識別的研究背景，剖析了人臉圖像復(fù)原和識別算法的國內(nèi)外研究現(xiàn)狀，對一些常用的經(jīng)典人臉復(fù)原和識別算法進行了介紹和分析，然后本文以超低分辨率的人臉圖像和自然場景下的人類圖片為主要研究對象，提出了超低分辨率的人臉圖像重構(gòu)以及自然場景下的人臉檢測和識別的課題和可行性方法。主要研究內(nèi)容如下：
　　1.基于DCT的超低分辨率人臉復(fù)原
　　本文給出了超低分辨率人臉復(fù)原問題的解釋，并介紹了DCT復(fù)原人臉的思想和過程，在此基礎(chǔ)上詳述了本文的改

3、進算法和框架，給出了詳細(xì)的復(fù)原過程，完成了實驗驗證和結(jié)果分析。
　　2.基于多塊局部二值模式特征的臉部檢測
　　本文簡單介紹了多塊局部二值模式特征及等價模式的定義，詳述了利用Adaboost算法構(gòu)造分類器的過程，在此基礎(chǔ)上，提出了基于模板匹配的眼睛定位的級聯(lián)檢測系統(tǒng)和框架，通過結(jié)合網(wǎng)絡(luò)渠道和MIT的人臉庫的數(shù)據(jù)，完成了本文的實驗驗證和分析。
　　3.基于多塊局部二值模式特征的臉部識別
　　最后，本文介紹了歸一化人