開放環(huán)境下指定人物人臉識別的方法.pdf

1、作為自然、直接、易被接受的生物特征識別技術,人臉識別技術廣泛應用于身份識別和智能監(jiān)控領域。實際應用中,絕大多數(shù)人臉識別任務是在開放環(huán)境下完成的,在這種環(huán)境下,只有小部分的人臉所對應的人物是預先在系統(tǒng)中注冊過的,系統(tǒng)需要識別接受這一部分人物,并有效地排除大量非目標人物。另外,受拍攝光照、姿勢、表情等因素的影響,同一人物的人臉會呈現(xiàn)不同的圖像表現(xiàn)。這些因素使得開放環(huán)境下識別性能的提高是人臉識別的難點。本文就開放環(huán)境下指定人物的人臉識別提出了

2、一套行之有效的方法,主要工作由以下幾個部分組成:
　　(1)模擬人類認知識別模式,為每一個指定的目標人物構建一個人臉二分識別器。本文采用目標人物的邊緣人臉訓練生成針對特定人物的識別器,以判定輸入人臉是否屬于該目標人物。其中,目標人物的邊緣人臉是通過目標人臉與大量隨機非目標人臉的變形融合來生成的。
　　(2)采用具有互補特性的Local Binary Pattern和Gabor Wavelets對邊緣人臉進行特征描述,再用Su

3、pport Vector Machine訓練基于這兩種特征的人臉識別器。利用互補特性對這兩種識別器的判定結果進行融合,構建一個并行的識別網(wǎng)絡。這一做法使得系統(tǒng)在保證目標人物識別效率的前提下,能夠有效降低非目標人物的錯誤判定效率。
　　(3)改進系統(tǒng)對多種旋轉角度人臉識別的性能,在訓練指定人物識別器的過程中,為其生成了多種旋轉角度的邊緣人臉。為了達到這個目的,本文提出了一種基于變形的多角度人臉生成方法,使得系統(tǒng)可以利用有限角度的人臉

4、生成其它自然而平滑的指定角度人臉。
　　本文采用10位知名人物作為待識別的指定人物,從互聯(lián)網(wǎng)上獲取了他們大量的人臉圖片,結合標準數(shù)據(jù)庫FERET構建了一個類似開放環(huán)境的人臉數(shù)據(jù)集。在該數(shù)據(jù)集下進行實驗,并與基于Robust Sparse Coding的識別方法進行對比。結果表明,在開放環(huán)境下,本方法的識別性能比RSC算法要好,能夠對指定人物的變人臉達到92％以上識別效果,同時對非目標人臉的虛警率在0.5%以內。另外,本文還利用CM