實用人臉識別算法研究.pdf

1、隨著模式識別領域的不斷發(fā)展,生物特征識別,如:指紋識別、虹膜識別、語音識別、掌紋識別和人臉識別等,已經越來越成熟地應用于身份識別驗證領域。其中,人臉識別作為模式識別領域的重要分支之一,以其不易偽裝、識別便捷、較強的用戶體驗等特點逐漸成為近年來的研究熱點,并陸續(xù)應用于商業(yè)系統(tǒng)以符合大眾在安防領域的需求。一般而言,自動人臉識別系統(tǒng)需經過人臉檢測、特征提取以及特征比對這3個步驟。其中,人臉檢測用于判定圖像或視頻序列中出現(xiàn)的人臉及人臉位置,并將

2、圖像歸一化到算法所需標準;特征提取通過提取相應具有可區(qū)分性的人臉特征從而建立特征空間用于后續(xù)識別;特征比對通過與已有數(shù)據(jù)庫內特征比對,從而獲得待識別對象的身份信息,主要工作是通過識別策略上的改進,提高人臉識別率。
　　本文從人臉識別的實用性、實用化和實時性角度出發(fā),研究人臉識別算法中的若干問題。論文的主要工作如下:
　　1)提出一種基于新Haar特征的快速人眼定位算法
　　該快速人眼定位算法充分利用人眼特性,通過計算該

3、特征的評價值獲得精確的人眼位置從而實現(xiàn)人眼的快速搜索定位。該算法的處理方法簡單,并且對于眼鏡、眉毛以及發(fā)髻的干擾都有一定的魯棒性,通過先驗知識,減少了訓練和學習過程。實驗結果表明,該算法能夠快速準確實時地完成眼睛的定位,并能精確定位黑眼球。
　　2)改進基于LBP特征的人臉識別算法
　　本文研究基于LBP紋理特征的人臉識別,提出了基于雙層LBP模式的人臉識別算法。該雙層LBP模式的人臉識別是先提取LBP特征,然后在LBP模式

4、上進一步提取重定義的LTP特征,以描述不同LBP模式之間的位置關系。最終識別結果通過這兩組不同意義上的特征組合來得到。標準人臉庫上的實驗表明,本文所提出的方法能較好地提升基于LBP模式的人臉識別效果。
　　3)改進基于多模板特征選擇的人臉識別策略
　　本文基于實用性的角度出發(fā),建立了近紅外人臉庫,并在此基礎上研究基于LBP特征選擇下多模板下人臉識別策略,以提高人臉識別的識別率。本文將本文所提出的解決方案與原有的1:N模式進行