多姿態(tài)人臉識別系統(tǒng)的研究與實現(xiàn).pdf

1、多姿態(tài)人臉識別系統(tǒng)的研究與實現(xiàn)?；趫D像或視頻的人臉識別技術(shù)作為一個非常活躍的研究領(lǐng)域涉及到多個學科，例如:圖像識別、模式識別、計算機視覺、生理學、神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。人臉識別技術(shù)具有不會遺失、不易偽造、不易察覺等特點。但同時人臉識別很容易受到姿態(tài)、光照、表情的影響，又有很多困難和不足，需要進一步的研究。
　　 人臉識別系統(tǒng)通常由三部分組成:數(shù)據(jù)采集、人臉檢測和人臉識別，其中人臉識別又包括訓練與識別兩個部分。本文主要研究多姿態(tài)條件下

2、的人臉識別問題，在現(xiàn)有成果和技術(shù)的基礎(chǔ)上，在以下幾個方面開展了一些研究工作:
　　 (1)人臉特征定位與標準化。本文采用主動形狀模型進行人臉特征定位。搜集20個人在各種姿態(tài)下的圖片進行訓練。建立局部灰度結(jié)構(gòu)模型進行特征匹配。研究了多姿態(tài)人臉在特征定位后的歸一化問題。
　　 (2)針對多姿態(tài)人臉識別時，不同姿態(tài)下人臉特征比較的不合理性，本文通過建立點分布模型，調(diào)整姿態(tài)參數(shù)，然后利用薄板樣條函數(shù)生成虛擬人臉的辦法，提高多姿態(tài)

3、人臉識別的識別率。一個改進的辦法是利用了人臉的對稱性，增加了訓練集中的人臉圖像數(shù)量，使用這種擴展的訓練集，可以消除點分布模型的姿態(tài)參數(shù)中剛性成分和非剛性成分的耦合。使生成的虛擬人臉更接近真實的人臉圖像。實驗表明這種方法對識別率的提高有很大的幫助。
　　 (3)本文搭建了一個人臉識別系統(tǒng)，采用ASM進行人臉定位，之后利用Gabor小波濾波加LDA的方法進行特征提取以及降維。這種局部特征和整體特征的結(jié)合，可以消除光照、表情對識別率的