基于改進(jìn)正則化超分辨率重建方法的人臉識別研究.pdf

1、人臉識別技術(shù)因其直接、方便、友好等優(yōu)點(diǎn),一直是模式識別領(lǐng)域研究的熱點(diǎn)問題,在眾多的應(yīng)用領(lǐng)域,如身份識別、監(jiān)控、安全等有著巨大的應(yīng)用前景。目前人臉識別研究成熟的技術(shù)場景大多是基于近距離、正面的。隨著視頻監(jiān)控領(lǐng)域?qū)ΡO(jiān)控圖像需求的增長,以及監(jiān)控范圍的擴(kuò)大的需求,遠(yuǎn)距離的人臉識別技術(shù)漸漸成為前沿研究方向。遠(yuǎn)距離的條件下,被監(jiān)控的人遠(yuǎn)離監(jiān)控攝像頭,目標(biāo)人物圖像的分辨率低,其細(xì)節(jié)不易分辨,并且由于被監(jiān)控人的不配合性以及監(jiān)控攝像機(jī)的拍攝角度,一般很難

2、獲得正面人臉,因此有必要在識別前對人臉圖像進(jìn)行再建。
　　針對此類問題,本文對遠(yuǎn)距離條件下的人臉檢測識別方法和重建技術(shù)進(jìn)行深入的研究?；趯鹘y(tǒng)人臉重建與識別的研究,提出一個改進(jìn)重建識別算法,并實(shí)現(xiàn)了低分辨率人臉重建與識別系統(tǒng)。
　　本文搭建的低分辨率人臉重建與識別系統(tǒng)主要由超分辨率重建、人臉的檢測定位和分類識別三個關(guān)鍵模塊組成,本文也是從這三個角度對相關(guān)的算法進(jìn)行研究以及改進(jìn)。
　　人臉檢測模塊,研究經(jīng)典的主動形狀模

3、型(ASM)方法,在分析 ASM模型性能的之后,引入Adaboost思想來改善ASM方法初始定位的精確性,提高了人臉檢測速度。分類辨別模塊,在深入研究PCA和LDA算法的優(yōu)缺點(diǎn)基礎(chǔ)上,融合兩種方法的優(yōu)勢,消除了傳統(tǒng)方法存在的矩陣奇異的問題。超分辨率重建部分,在局部的自適應(yīng)正則化方法的高分辨率空間中,引入一個新的數(shù)據(jù)約束標(biāo)準(zhǔn)來執(zhí)行誤差估計。經(jīng)過視覺質(zhì)量實(shí)驗(yàn)和識別性能比較實(shí)驗(yàn)證明,本文選用對低分辨率圖像先進(jìn)行恢復(fù),再使用檢測識別方法對恢復(fù)后