人臉跟蹤與識(shí)別的研究.pdf

1、人臉?lè)治鍪墙陙?lái)計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域里的一個(gè)研究熱點(diǎn)問(wèn)題之一,因?yàn)樗谏矸菡J(rèn)證、視覺(jué)監(jiān)控、人機(jī)交互、娛樂(lè)動(dòng)畫(huà)、以及多媒體等領(lǐng)域有著廣泛的應(yīng)用前景.人臉?lè)治龅难芯恐邪恼n題很多,比如:檢測(cè)、跟蹤、識(shí)別、表情分析、建模、動(dòng)畫(huà)等.該文是以跟蹤和識(shí)別作為研究的背景,主要工作可以歸納如下:1.針對(duì)2維的人臉(頭)跟蹤的特點(diǎn),提出了一種結(jié)合直方圖匹配和形狀約束的魯棒跟蹤方法.2.自從線(xiàn)性主元分析被成功應(yīng)用于人臉識(shí)別之后,子空間分析方法就成為了

2、人臉識(shí)別的主流方法之一.該文詳細(xì)回顧了已有的各種子空間分析方法,并給出了優(yōu)缺點(diǎn)的評(píng)價(jià).3.針對(duì)概率推理模型中存在較強(qiáng)假設(shè)的不足,提出基于核密度估計(jì)分類(lèi)器的人臉識(shí)別方法.4.由于線(xiàn)性子空間方法不足以描述實(shí)際人臉圖像中的表情、光照、姿態(tài)等復(fù)雜的非線(xiàn)性變化.該文提出了基于核Fisher判決分析的人臉識(shí)別方法.5.最后在前一工作的基礎(chǔ)上,該文又提出了用派生的Cosine核函數(shù)來(lái)代替原始的多項(xiàng)式核函數(shù),引入了特征向量選擇機(jī)制來(lái)減小計(jì)算的復(fù)雜度,并