實(shí)用人臉識(shí)別系統(tǒng)初探.pdf_第1頁(yè)
已閱讀1頁(yè),還剩97頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近些年來(lái),構(gòu)建自動(dòng)人臉識(shí)別系統(tǒng)是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的研究熱點(diǎn)之一,陸續(xù)出現(xiàn)了一些人臉識(shí)別商業(yè)系統(tǒng)應(yīng)用于公眾和個(gè)人安防等方面。廣義的講,自動(dòng)人臉識(shí)別系統(tǒng)一般需要經(jīng)過(guò)人臉檢測(cè),人臉特征點(diǎn)定位,特征選擇與提取,比對(duì)與識(shí)別四個(gè)步驟以完成識(shí)別任務(wù)。人臉檢測(cè)判定圖像或視頻序列中是否存在人臉,若存在,確定人臉的大小與位置;人臉特征點(diǎn)定位獲得人臉顯著特征點(diǎn)(如眼睛,鼻子,嘴巴)的位置;特征選擇與提取得到人臉最具有區(qū)分性的特征;人臉比對(duì)與識(shí)別通過(guò)與

2、已有數(shù)據(jù)庫(kù)的比較,獲得待識(shí)別人的身份。 本文以人臉識(shí)別的實(shí)用化,實(shí)時(shí)化和系統(tǒng)化為目標(biāo),對(duì)實(shí)用人臉識(shí)別系統(tǒng)中若干問(wèn)題進(jìn)行了初步探討。論文的主要工作如下: (1)提出一種新的基于投影峰分析的眼睛快速定位方法 基于投影峰分析的眼睛快速定位方法,充分利用了人臉五官特征的統(tǒng)計(jì)規(guī)律,通過(guò)簡(jiǎn)單的運(yùn)算實(shí)現(xiàn)眼睛中心坐標(biāo)的準(zhǔn)確快速的定位,針對(duì)額發(fā),鬢角,眉毛,眼鏡等干擾,通過(guò)投影峰分析,有效地去除了上述干擾,使得定位算法更具魯棒性。實(shí)

3、驗(yàn)結(jié)果表明,當(dāng)人臉姿態(tài),光照,表情和配飾變化時(shí),該方法依然可以完成準(zhǔn)確且快速的眼睛定位。由于較低的計(jì)算復(fù)雜度,該方法完全可以滿足實(shí)時(shí)人臉識(shí)別系統(tǒng)的需要。 (2) 改進(jìn)基于Gabor 特征的人臉識(shí)別方法 針對(duì)Gabor 特征提取中,二維卷積運(yùn)算復(fù)雜度較高,耗時(shí)較長(zhǎng)的缺點(diǎn),提出了基于特征選擇的SFFS-Gabor 人臉識(shí)別方法。該方法通過(guò)SFFS 方法在訓(xùn)練集上的學(xué)習(xí),經(jīng)過(guò)兩個(gè)步驟,選擇出最具分辨能力Gabor 核的位置、尺度

4、和方向,以此描述人臉特征。 實(shí)驗(yàn)結(jié)果表明,該方法保證較高人臉識(shí)別率的同時(shí),降低了算法復(fù)雜度,明顯縮短了人臉識(shí)別的時(shí)間消耗,使得基于Gabor 特征描述的人臉識(shí)別方法,更加適用于實(shí)用人臉識(shí)別系統(tǒng)。 (3) 改進(jìn)基于LBP 特征的人臉識(shí)別方法 針對(duì)一般LBP 人臉描述維數(shù)較高,無(wú)法應(yīng)用于實(shí)時(shí)識(shí)別的不足,提出壓縮直方圖的思想,有效地降低特征維數(shù),實(shí)驗(yàn)結(jié)果,表明壓縮直方圖的方法可縮短識(shí)別時(shí)間,并保證較高的識(shí)別率。同時(shí)提出了

5、一種新的基于全變分模型的LBP 方法,利用全變分模型對(duì)人臉邊緣、輪廓和角點(diǎn)等顯著特征的增強(qiáng),并結(jié)合了LBP 算子對(duì)圖像邊緣、角點(diǎn)等局部變化特征敏感的特性,提取對(duì)于外界因素變化特別是光照變化,較為魯棒的人臉特征用于人臉識(shí)別,明顯提高了光照變化情況下的人臉識(shí)別率。 (4) 構(gòu)建開(kāi)放式人臉識(shí)別體系框架 為了給實(shí)用人臉識(shí)別系統(tǒng)的設(shè)計(jì)提供參考原型,我們提出一種新的開(kāi)放式人臉識(shí)別體系框架,根據(jù)開(kāi)放式人臉識(shí)別體系框架的通用性、開(kāi)放性和分布

6、式的三大設(shè)計(jì)目標(biāo),具體描述了體系框架的設(shè)計(jì)思路和系統(tǒng)整體框架;并以面向?qū)ο蠹夹g(shù)、數(shù)據(jù)庫(kù)技術(shù)和OpenCV為技術(shù)平臺(tái),具體實(shí)現(xiàn)開(kāi)放式人臉識(shí)別體系框架。 (5) 實(shí)現(xiàn)基于人臉識(shí)別的考勤系統(tǒng) 以辦公室環(huán)境的日??记跒閼?yīng)用目的,以開(kāi)放式人臉識(shí)別體系框架為基礎(chǔ),采用SFFS-Gabor 人臉識(shí)別方法實(shí)現(xiàn)基于人臉識(shí)別的考勤系統(tǒng),以此為實(shí)施例,驗(yàn)證開(kāi)放式人臉識(shí)別體系的開(kāi)放性與通用性,同時(shí)也驗(yàn)證了SFFS-Gabor 人臉識(shí)別方法在實(shí)際應(yīng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論