用于機(jī)器人視覺(jué)的人臉識(shí)別算法研究.pdf

1、人臉識(shí)別技術(shù)是當(dāng)前生物特征識(shí)別領(lǐng)域的熱點(diǎn)，在身份識(shí)別市場(chǎng)中占有越來(lái)越大的份額。智能化的機(jī)器人視覺(jué)系統(tǒng)在近年來(lái)得到了快速的發(fā)展，把人臉識(shí)別技術(shù)應(yīng)用在機(jī)器人視覺(jué)中，能夠充分發(fā)揮出機(jī)器人的人機(jī)互動(dòng)性能。人臉識(shí)別包括人臉檢測(cè)、特征提取和識(shí)別分析三個(gè)階段。人臉檢測(cè)的目的是確定圖像中人臉的位置區(qū)域；特征提取就是提取最能代表人臉圖像的特征元素；而人臉識(shí)別就是對(duì)提取的特征元素進(jìn)行分析和分類，得出識(shí)別結(jié)果。
　　本文在對(duì)人臉圖像進(jìn)行預(yù)處理的基礎(chǔ)上，

2、采用高斯膚色分割的方法進(jìn)行人臉檢測(cè)；在傳統(tǒng)的主成分分析和線性判別分析的基礎(chǔ)上，提出一種離散余弦變換和對(duì)角排列的雙向壓縮二維主成分分析人臉識(shí)別算法。
　　對(duì)人臉圖像檢測(cè)，本文先采用圖像預(yù)處理方法除去背景噪聲，突出人臉主體，再利用膚色分割結(jié)合邊緣檢測(cè)判斷圖像中是否存在人臉區(qū)域。
　　對(duì)人臉圖像特征提取和識(shí)別分類，本文采用離散余弦變換和對(duì)角排列的雙向壓縮的二維主成分分析方法。該方法通過(guò)對(duì)原始圖像進(jìn)行離散余弦變換，先得到人臉能量主要

3、集中的區(qū)域，把反變換后的人臉圖像進(jìn)行對(duì)角排列，融合人臉圖像行和列之間的相關(guān)信息，最后對(duì)圖像進(jìn)行特征提取，能有效的提取出圖像的特征信息，再用最小距離法對(duì)人臉圖像進(jìn)行分類。這樣大大減少特征存儲(chǔ)的空間和計(jì)算的時(shí)間，提高識(shí)別的效率，避免一維特征提取方法的計(jì)算時(shí)間長(zhǎng)、識(shí)別效率低的問(wèn)題。
　　在ORL人臉庫(kù)中，對(duì)灰度圖像進(jìn)行識(shí)別驗(yàn)證；在一個(gè)自建的彩色人臉庫(kù)中，對(duì)彩色圖像進(jìn)行識(shí)別驗(yàn)證，證明本文提出的離散余弦變換和對(duì)角排列的雙向壓縮二維主成分分析