基于PCA-SIFT算法的人臉識別技術(shù)的研究.pdf

1、人臉自動識別是目前人工智能領(lǐng)域的一個研究熱點,涉及圖像處理、機器視覺、模式識別等多個研究領(lǐng)域。它屬于生物特征識別技術(shù),是對生物體(研究對象一般特指人)本身的生物特征來區(qū)分生物體個體,融合了計算機圖像處理技術(shù)與生物統(tǒng)計學(xué)原理于一體,利用計算機圖像處理技術(shù)從視頻中提取人像特征點,利用生物統(tǒng)計學(xué)的原理進行分析建立數(shù)學(xué)模型,即建立人臉特征模板。利用已經(jīng)建成的人臉特征模板與被測對象的臉像進行特征分析,根據(jù)分析的結(jié)果來給出一個相似值以確定是否為同一

2、人。隨著現(xiàn)代社會各領(lǐng)域智能化的高速發(fā)展,人臉識別技術(shù)在安全、金融等領(lǐng)域具有重要的應(yīng)用前景,已被廣泛運用于視頻監(jiān)控、門禁系統(tǒng)、犯罪識別、視屏?xí)h、檔案管理、和照片檢測等多個領(lǐng)域,具有深刻的理論價值和廣泛的應(yīng)用前景。人臉識別技術(shù)的研究內(nèi)容主要包括人臉檢測、人臉的規(guī)范化、特征提取、特征匹配等方面的內(nèi)容。當(dāng)人臉由于光照、面部表情發(fā)生較大變化,或者圖像存在部分遮擋或模糊的情況下,其識別準確率會明顯的降低,以及在海量數(shù)據(jù)下算法的速度問題是人臉識別技

3、術(shù)亟待解決的難點,故此本文的主要工作如下:
　　1)本課題采用PCA-SIFT算子對人臉進行特征描述。該算法是對基于尺度旋轉(zhuǎn)不變性(SIFT)算法的改進,在保證識別精確度的前提下,利用主元分析法(PCA)進行降維處理,改變了描述子的生成方式,以減少計算的時間,提高算法的實時性。
　　2)提出一種優(yōu)化的匹配策略,在采用最鄰近特征點距離與次鄰近特征點距離之比進行初始匹配之后,運用RANSAC算法排除外點,以降低圖像的誤配率,并節(jié)