融合三維信息視頻人臉識別.pdf

1、本文針對目前視頻人臉識別不理想，在視頻人臉檢測、人臉特征提取、人臉識別等方面做了一些嘗試工作。針對視頻序列的特點，提出了融合背景差分和膚色分割的人臉檢測方法。采用背景差分法提取運動區(qū)域，基于YCbCr和HSV色彩空間融合的膚色分割方法檢測人臉區(qū)域。根據(jù)人臉幾何特征，提出用空洞檢測檢驗是否為人臉區(qū)域。實驗表明，該方法對人臉大小、形狀、位置、姿態(tài)和表情不敏感，人臉檢測率高且穩(wěn)定。 針對雙邊二維PCA方法的不足，提出了基于非迭代方法實

2、現(xiàn)B2DPCA的非迭代雙邊2DPCA方法。同時，針對核Fisher鑒別分析算法訓(xùn)練和識別時間長的缺點，在進行非線性映射之前，利用NIB2DPCA進行降維。提出基于KFDA的非迭代雙邊二維PCA人臉識別。通過基于ORL，Yale和UMIST不同人臉庫的實驗對比，表明所提方法在保持識別性能前提下，訓(xùn)練速度和識別速度均有不同程度的提高，驗證所提方法的有效性和魯棒性。 針對二維人臉識別存在不可逾越的瓶頸，即對姿態(tài)變化敏感，提出了融合三維