基于整體特征和局部特征的人臉識別方法的研究.pdf

1、隨著模式識別、計算機(jī)視覺和圖像處理技術(shù)在信息化社會中的快速發(fā)展，人臉識別作為一種身份驗證的重要手段，目前已經(jīng)得到社會各界的普遍關(guān)注，由于人臉識別具有唯一性、安全性、便捷性、有效性、非接觸性和不易被察覺等特性而倍受青睞?，F(xiàn)在人臉識別的商業(yè)產(chǎn)品也越來越多，像大多數(shù)機(jī)場、銀行、港口等重要場所，都已安裝和部署了人臉識別系統(tǒng)，人臉識別在我們的日常生活中發(fā)揮著重要作用。在人臉識別中，圖像采集會受到光照干擾、視覺角度的變化、人臉表情變化、年齡變化以及

2、遮擋等的影響，這樣就可能使得同一個人的人臉圖像表觀差別很大，造成識別的困難，因此提高人臉識別系統(tǒng)識別的準(zhǔn)確率是人臉識別技術(shù)研究的重要目標(biāo)之一。
　　 本文首先介紹了人臉識別的課題背景和研究意義，接著介紹了與本課題相關(guān)的基礎(chǔ)知識、相關(guān)理論和技術(shù)；然后闡述了基于局部特征和整體特征的人臉識別技術(shù)，并根據(jù)現(xiàn)在應(yīng)用最廣泛的基于尺度不變特征(ScaleInvariant Feature Transform，SIFT)和核主元分析法(Kern

3、el PrincipalComponent Analysis，KPCA)的人臉識別技術(shù)，提出了本文實驗中所采用的局部特征的提取方法和整體特征的提取方法。在對局部特征提取時，本文建立了人臉坐標(biāo)系，根據(jù)美學(xué)分析報告，利用14個關(guān)鍵特征點作為局部特征點進(jìn)行人臉識別；在對整體特征提取時，本文采用臉部器官間距離特征、角度特征、周長特征、面積特征、體積特征和面部比例特征等幾個方面作為整體特征，并在得到特征向量組，利用這些特征向量組作為整體特征進(jìn)行人

4、臉識別。最后用AR人臉庫中具有不同表情特征的6幅經(jīng)典人臉圖像對各個局部特征和整體特征進(jìn)行了測試。
　　 本文最后采用一種的改進(jìn)的D-S證據(jù)理論將人臉的局部特征和整體特征融合起來進(jìn)行人臉識別。實驗是采用OpenCV基礎(chǔ)函數(shù)庫，利用MicrosoftVisual Studio C++6.0開發(fā)完成的。由于SIFT算法和KPCA算法應(yīng)用比較廣泛，本系統(tǒng)將本文的算法與上述兩個算法在AR人臉庫和JDL人臉庫上進(jìn)行了比較，實驗結(jié)果表明本文的