實(shí)用人臉識(shí)別系統(tǒng)：技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf

1、隨著科技的發(fā)展和人們安全意識(shí)的提高，對(duì)快速有效的身份鑒別的需求日益迫切。人臉識(shí)別技術(shù)相比于傳統(tǒng)的門鎖、密碼等方式更為方便、可靠和安全；相比于虹膜、指紋等其他生物識(shí)別技術(shù)更友好，事后的查詢能力更強(qiáng)。相信隨著該項(xiàng)技術(shù)的不斷成熟，它將極大地改變?nèi)祟惉F(xiàn)有的生活方式。
　　人臉識(shí)別發(fā)展至今，已有了相當(dāng)多的識(shí)別算法，但對(duì)于一個(gè)實(shí)用的人臉識(shí)別系統(tǒng)，仍需解決許多干擾因素對(duì)系統(tǒng)的影響。光照預(yù)處理、人臉特征提取和挑選等技術(shù)對(duì)提高人臉識(shí)別系統(tǒng)的穩(wěn)定性有

2、著重要的作用。本文針對(duì)這兩項(xiàng)關(guān)鍵技術(shù)進(jìn)行研究，提出或改進(jìn)了已有的算法，在此基礎(chǔ)上本文還介紹了我們完成的一個(gè)實(shí)用系統(tǒng)。本文主要工作包括：
　　對(duì)數(shù)全變分模型具有將圖像按特征尺度分解的性質(zhì)，能夠用來(lái)提取具有光照不變性的人臉特征。但其結(jié)果，特別是高灰度值圖像上的結(jié)果，仍有對(duì)比度低、灰度歸一化不夠等問(wèn)題。本文提出了一種改進(jìn)方法，針對(duì)對(duì)數(shù)全變分模型結(jié)果設(shè)計(jì)了一個(gè)非線性變換，提高了圖像的對(duì)比度，增強(qiáng)了人臉特征，并歸一化整體灰度水平。在Yale

3、 B和CMU-PIE人臉庫(kù)上的實(shí)驗(yàn)證明，該方法有效地提高了對(duì)數(shù)全變分模型的識(shí)別效果。
　　人臉識(shí)別的精度不僅取決于分類器的好壞，更重要的是提取什么樣的人臉特征來(lái)描述不同的人臉，所以本文著力研究人臉特征提取與挑選方法。提出了基于改進(jìn)對(duì)數(shù)全變分模型的人臉顯著特征挑選方法，該方法可以自動(dòng)地提取出人臉的幾何結(jié)構(gòu)，并利用Hausdorff將幾何特征和紋理特征融合在一起；總結(jié)了基于AdaBoost的特征挑選方法，并著重研究了Gabor特征和L