人臉檢測(cè)與人臉特征抽取算法研究.pdf

1、在生物特征識(shí)別技術(shù)中，人臉識(shí)別是一個(gè)最活躍的研究領(lǐng)域之一。雖然人臉識(shí)別的準(zhǔn)確性要低于虹膜、指紋的識(shí)別，但由于它的無(wú)侵害性和對(duì)用戶最自然、最直觀的方式，使人臉識(shí)別成為最容易被接受的生物特征識(shí)別方式，人臉識(shí)別技術(shù)結(jié)合口型識(shí)別，表情識(shí)別等技術(shù)可廣泛應(yīng)用于個(gè)人辯識(shí)，安全系統(tǒng)，交通流量控制，人機(jī)接口，會(huì)議電視，虛擬現(xiàn)實(shí)等方面?！　”疚囊圆噬珗D象人臉檢測(cè)和灰度人臉圖象特征抽取問(wèn)題為研究對(duì)象，重點(diǎn)研究了彩色圖象的人臉檢測(cè)方法，灰度圖象的特征抽取和人

2、臉識(shí)別方法等問(wèn)題，歸納如下： 1.基于顏色的皮膚區(qū)域探測(cè):提出了一種新的色系坐標(biāo)系r′g′b′，在這種坐標(biāo)系下，無(wú)需對(duì)色度信息進(jìn)行經(jīng)驗(yàn)公式修正；并推導(dǎo)說(shuō)明了在無(wú)法估計(jì)非膚色條件樣本的概率分布情況下，用膚色條件下的概率分布來(lái)表征膚色點(diǎn)后驗(yàn)概率的原理；最后，經(jīng)實(shí)驗(yàn)驗(yàn)證，應(yīng)用本文提出的色系坐標(biāo)系對(duì)膚色進(jìn)行聚類是可行的。 2.基于顏色、知識(shí)和模板匹配的人臉檢測(cè):提出了一種新的將顏色信息和模板匹配方法相結(jié)合的由粗到精的人臉檢測(cè)定位

3、方法，具體的做法是先應(yīng)用顏色信息探測(cè)、分割膚色區(qū)域；然后在各膚色區(qū)域中基于人臉頭部生理知識(shí)排除非人臉區(qū)域；最后應(yīng)用模板匹配法對(duì)可能的人臉區(qū)域進(jìn)行模板匹配從而實(shí)現(xiàn)對(duì)人臉區(qū)域較精確的檢測(cè)定位。其中分割、提取各連通膚色區(qū)域時(shí)，不采用常用的象素標(biāo)記法，而是采用了一種新的方法：先求出膚色區(qū)域邊緣，然后應(yīng)用連通圖的遍歷算法求出各連通邊緣及相應(yīng)的外接矩形；在應(yīng)用人臉頭部生理知識(shí)時(shí)，提出了三條經(jīng)驗(yàn)條件，通過(guò)它，可以排除大量的非人臉膚色區(qū)域。最后，經(jīng)實(shí)驗(yàn)

4、證明，本文提出的人臉檢測(cè)方法是有效可行的。 3.基于顏色、知識(shí)和支持向量機(jī)的人臉檢測(cè):提出了一種新的結(jié)合顏色、知識(shí)和支持向量機(jī)(SVM)的人臉檢測(cè)方法，首先利用顏色信息探測(cè)出膚色區(qū)域；然后利用人臉部的外形知識(shí)如長(zhǎng)寬比等排除那些非人臉的膚色區(qū)域，從而得到可能的人臉區(qū)域；最后利用SVM對(duì)可能的人臉區(qū)域確定是否人臉。這樣既能較快速的檢測(cè)人臉區(qū)域，又能較精確地定位人臉。其中提出了一種新的獲取初始非人臉樣本的方法。最后，經(jīng)實(shí)驗(yàn)結(jié)果對(duì)比證明

5、，本文提出的人臉檢測(cè)方法是有效可行的。 4.一種具有統(tǒng)計(jì)不相關(guān)性的廣義最優(yōu)判別向量集:提出了一種新的最優(yōu)判別向量集即具有統(tǒng)計(jì)不相關(guān)性的廣義最優(yōu)判別向量集，推導(dǎo)了這種最優(yōu)判別向量的求解公式，并給出了求解算法。經(jīng)ORL數(shù)據(jù)庫(kù)實(shí)驗(yàn)表明，該算法有較強(qiáng)的特征抽取能力。 5.一種變形的Fisher判別準(zhǔn)則函數(shù)及相應(yīng)的最優(yōu)判別向量集:首先提出了一種新的最優(yōu)判別向量集即無(wú)約束的最優(yōu)判別向量集，并給出了求解算法；求解Foley-Sammo

6、n最優(yōu)判別向量集和本文的無(wú)約束的最優(yōu)判別向量集都要求類內(nèi)散布矩陣非奇異，但當(dāng)訓(xùn)練樣本數(shù)目小于模式向量時(shí)，這點(diǎn)不能保證，較常見的方法是對(duì)模式向量進(jìn)行降維處理，但維數(shù)降到多低就“足夠”呢?有關(guān)文獻(xiàn)指出，應(yīng)降到c-1維(c為樣本類別數(shù))，本文推導(dǎo)并證明了了只需降到N-c維(N為訓(xùn)練樣本總數(shù))；通過(guò)對(duì)Fisher判別準(zhǔn)則函數(shù)的變形，本文提出了一種變形的Fisher判別準(zhǔn)則函數(shù)且證明了相應(yīng)的最優(yōu)判別向量集的存在性，并給出了求解算法。經(jīng)ORL數(shù)據(jù)庫(kù)