基于形狀特征的人臉聚類(lèi)算法.pdf

1、人臉識(shí)別技術(shù)是一種重要的生物特征識(shí)別技術(shù)，因其友好、直接等使用特點(diǎn)已廣泛應(yīng)用于安全、商業(yè)等許多領(lǐng)域。人臉識(shí)別系統(tǒng)涉及大量數(shù)據(jù)的比對(duì)操作，對(duì)于人臉數(shù)據(jù)庫(kù)較小的識(shí)別系統(tǒng)，識(shí)別率和識(shí)別速度都有較大提高，基本可以滿足實(shí)際需求。然而隨著數(shù)據(jù)庫(kù)規(guī)模的不斷增大，順序檢索策略顯得非常耗時(shí)，不利于人臉識(shí)別系統(tǒng)的實(shí)時(shí)應(yīng)用。因此對(duì)數(shù)據(jù)庫(kù)進(jìn)行有效管理和設(shè)計(jì)以提高檢索速度非常必要。
　　 本文將聚類(lèi)分析算法與人臉識(shí)別技術(shù)結(jié)合，根據(jù)人臉形狀特征對(duì)數(shù)據(jù)庫(kù)中圖

2、像進(jìn)行聚類(lèi)預(yù)處理，為數(shù)據(jù)庫(kù)建立層次結(jié)構(gòu)。首先對(duì)圖像進(jìn)行人臉檢測(cè)，在檢測(cè)基礎(chǔ)上提取人臉形狀特征點(diǎn)，利用形狀特征對(duì)人臉圖像進(jìn)行聚類(lèi)，從而將圖像庫(kù)劃分為若干小類(lèi)，最后對(duì)圖像分類(lèi)結(jié)果在人臉識(shí)別系統(tǒng)的后續(xù)應(yīng)用進(jìn)行了驗(yàn)證和分析。
　　 本文的主要內(nèi)容如下：
　　 ①使用基于AdaBoost的人臉檢測(cè)算法檢測(cè)人臉，該算法具有正確率高、速度快等優(yōu)點(diǎn)，適用于實(shí)時(shí)檢測(cè)系統(tǒng)。
　　 ②使用主動(dòng)形狀模型方法定位人臉形狀特征點(diǎn)，提取臉形特

3、征。算法在初始定位和紋理模型兩方面進(jìn)行了改進(jìn)。提出將人臉檢測(cè)器的結(jié)果作為ASM搜索的初始位置，使用級(jí)聯(lián)ASM進(jìn)行特征點(diǎn)定位，建立二維紋理模型進(jìn)行特征點(diǎn)匹配，提高定位精度，并在計(jì)算馬氏距離過(guò)程中修剪協(xié)方差矩陣，減少計(jì)算時(shí)間。
　　 ③采用ISODATA動(dòng)態(tài)聚類(lèi)算法對(duì)形狀特征聚類(lèi)，改進(jìn)初始聚類(lèi)中心值的選取方式，并使用Hausdorff距離衡量?jī)蓚€(gè)特征間的相似性。
　　 通過(guò)實(shí)驗(yàn)證明，本文提出的方法能夠合理、穩(wěn)定地將人臉圖像分