基于HMM的姿態(tài)變化人臉識(shí)別研究.pdf

1、人臉識(shí)別技術(shù)是模式識(shí)別和機(jī)器視覺領(lǐng)域最富挑戰(zhàn)性的研究課題之一，它在公共安全、信息安全、金融等方面有著非常廣闊的應(yīng)用前景。近年來，限定條件下的人臉識(shí)別取得了很大進(jìn)展，但非限定條件下的人臉識(shí)別尚不成熟，其中姿態(tài)變化就是瓶頸之一，因此姿態(tài)變化人臉識(shí)別具有重要的研究意義和實(shí)用價(jià)值。
　　 論文對(duì)姿態(tài)估計(jì)問題進(jìn)行了研究，提出了基于隱馬爾可夫模型的姿態(tài)估計(jì)方法。本文探索了人臉對(duì)稱性和姿態(tài)變化的關(guān)系，并采用快速傅里葉變換提取反映姿態(tài)變化的非對(duì)

2、稱性特征。為了更好地利用該特征進(jìn)行姿態(tài)估計(jì)，接著使用具有嚴(yán)密和豐富的體系結(jié)構(gòu)的隱馬爾可夫模型對(duì)對(duì)稱性特征建模，即對(duì)姿態(tài)建立了“姿態(tài)模型”。在Weizmann數(shù)據(jù)庫和CAS-PEAL數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明，基于Fourier-HMM的姿態(tài)估計(jì)方法能夠取得較好的姿態(tài)估計(jì)準(zhǔn)確率。
　　 論文提出了基于HMM和線性回歸的姿態(tài)人臉識(shí)別方法。在姿態(tài)估計(jì)結(jié)果的基礎(chǔ)上，本文研究了姿態(tài)校正的問題。通過使用線性回歸的方法學(xué)習(xí)了非正面人臉與正面人臉之