多視人臉檢測(cè)及姿態(tài)校正技術(shù)研究.pdf

1、人臉檢測(cè)作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù)，近年來(lái)在模式識(shí)別與計(jì)算機(jī)視覺領(lǐng)域中已經(jīng)成為一個(gè)十分活躍的研究方向，具有極高的學(xué)術(shù)研究?jī)r(jià)值和商業(yè)應(yīng)用價(jià)值。雖然形成了多種有效的檢測(cè)方法，但是人臉檢測(cè)仍然存在很多難點(diǎn)，人臉的光照、遮擋、多姿態(tài)等情況都對(duì)傳統(tǒng)的簡(jiǎn)單背景的正面人臉檢測(cè)不斷提出挑戰(zhàn)。 本文就多姿態(tài)情況下的人臉檢測(cè)問(wèn)題進(jìn)行了研究，再將檢測(cè)出的多姿態(tài)圖像進(jìn)行姿態(tài)校正合成虛擬正面人臉。主要研究了以下兩方面內(nèi)容： 多姿態(tài)人臉檢測(cè)中

2、，對(duì)待檢測(cè)的多姿態(tài)人臉圖像，首先進(jìn)行姿態(tài)分類，根據(jù)人臉圖像的旋轉(zhuǎn)角度，分到對(duì)應(yīng)姿態(tài)類中，然后針對(duì)每一類使用對(duì)應(yīng)的支持向量機(jī)分類器進(jìn)行人臉檢測(cè)；在支持向量機(jī)分類器的訓(xùn)練過(guò)程中，使用主成分分析法進(jìn)行特征提取，再用基本遺傳算法進(jìn)行特征選擇，并且使用bootstrap的方法將誤分的非人臉圖像作為樣本訓(xùn)練分類器，提高分類器性能。實(shí)驗(yàn)證明，這種算法對(duì)于多姿態(tài)人臉檢測(cè)具有一定的魯棒性。 針對(duì)人臉識(shí)別中的姿態(tài)問(wèn)題，提出了一種基于單視圖正面人像合